[发明专利]基于摄像机网格的多视图协同异常行为检测方法

摘要

本发明提供一种基于摄像机网格的多视图协同异常行为检测方法，对像机网格全局标定后，利用摄像机网格进行多视图协同异常检测；关联摄像机局部放大，进行身份确认及多视图属性提取，多视图属性包括姿态属性、运动属性及群组属性，进而从数据库获取预定义的正常/异常行为列表；如果存在异常，则触发警告，并将行为人的异常行为类别、时长属性录入数据库。该种基于摄像机网格的多视图协同异常行为检测方法，基于摄像机网格的协同异常检测框架，通过多摄像机联动的方式，能够实现精确的异常检测；并结合身份识别的异常信息关联方法，能够根据个体身份进行异常触发，进行相关统计记录。

主权项

1.一种基于摄像机网格的多视图协同异常行为检测方法，其特征在于：对像机网格全局标定后，利用摄像机网格进行多视图协同异常检测；具体包括以下步骤，S1、对摄像机网格部署后，进行摄像机全局标定及相邻摄像机关联；S2、使用步骤S1中的摄像机网络获取摄像机采集图像，以设定时间间隔对摄像机网络的所有摄像头进行轮询，获取摄像机采集图像；S3、人体检测及关节点定位，采用视频分析技术，确定摄像机采集图像中存在的人的数目、位置以及身体关节点的信息；S4、关联摄像机局部放大，进行身份确认及多视图属性提取，多视图属性包括姿态属性、运动属性及群组属性，进而从数据库中获取预定义的正常/异常行为列表；具体为：S41、确定人体关节点信息后，估计人脸朝向；S42、根据摄像机全局标定信息和关联信息，确定获取人脸的最佳摄像机标识；S43、在最佳摄像机中进行人脸检测和识别，如果像素值小于设定阈值即人脸较小或者人脸中关键点不能识别即不清晰时，调用PTZ摄像机进行放缩，捕获人脸图像；S44、通过人脸识别方法，确认当前行为人的身份信息；S45、根据当前行为人的身份信息和所处位置信息，从数据库获取预定义的正常/异常行为列表；S5、根据步骤S4中获取的人员身份信息以及确定人员的多视图属性，得到其行为对应的预定义的正常/异常行为列表中的模式定义，来确定其行为模式，判断当前人员的行为模式是否异常；S6、根据步骤S5的判断结果，如果存在异常，则触发警告，并将行为人的异常行为类别、时长属性录入数据库。