【技术实现步骤摘要】
本专利技术涉及图像处理
，具体而言涉及一种可疑人员检测方法与系统。
技术介绍
视频监控是目前常用的安防手段，在火车站、机场、地铁站、广场等人流密集区域进行视频监控，对于保护人民群众生命财产安全具有重要作用。在传统的视频监控方案中，需要监控人员时刻保持注意力集中，严密观察，判断可疑人员主要依赖于监控人员的个人能力和经验。而且监控人员长工作时间容易疲劳，进一步降低监控质量，导致监控系统往往只能起到事后取证的作用，无法起到事前预防的作用。在现有的一些智能视频监控方案中，使用人脸识别进行可疑人员检测。但这些方案都依赖于一个危险人员数据库，即黑名单，而对于不在黑名单上的人，系统无法提供任何信息。为了弥补视频监控的这一缺点，视频监控往往和巡逻、临检等措施配合预防犯罪，但巡逻、临检同样依赖于安防人员的水平，存在着凭经验、凭感觉、凭运气、效率低等问题。因此，为解决上述技术问题，有必要提出一种新的可疑人员检测方法与系统。
技术实现思路
为了解决上述视频监控以及与之配合的巡逻、临检存在的问题，本专利技术提供了一种可疑人员检测方法，所述方法包括：接收视频采集模块所采集的视频数据；从所接收的视频数据中识别至少一个行人，以得到所述行人的行人图像；从所述行人图像中提取行人特征；基于所提取的所述行人特征计算所述行人为可疑的概率。示例性地，从所接收的视频数据中识别至少一个行人，以得到所<...
【技术保护点】
一种可疑人员检测方法，其特征在于，所述方法包括：接收视频采集模块所采集的视频数据；从所接收的视频数据中识别至少一个行人，以得到所述行人的行人图像；从所述行人图像中提取行人特征；以及基于所提取的所述行人特征计算所述行人为可疑的概率。
【技术特征摘要】
1.一种可疑人员检测方法，其特征在于，所述方法包括：
接收视频采集模块所采集的视频数据；
从所接收的视频数据中识别至少一个行人，以得到所述行人的行
人图像；
从所述行人图像中提取行人特征；以及
基于所提取的所述行人特征计算所述行人为可疑的概率。
2.如权利要求1所述的可疑人员检测方法，其特征在于，从所
接收的视频数据中识别至少一个行人，以得到所述行人的行人图像进
一步包括：
对于所述视频数据中的至少两帧图像，检测每一帧图像中的行
人；以及
在所述至少两帧图像中，根据所述行人之间的关联信息，对检测
到的行人进行追踪，以识别所述至少一个行人，并得到所述行人的行
人图像。
3.如权利要求1所述的可疑人员检测方法，其特征在于，对于
所述视频数据中的至少两帧图像，检测每一帧图像中的行人进一步包
括：
将所述每一帧图像输入卷积神经网络以得到热力图；
在所述热力图上通过滑窗以得到多个包围框；
对于每一个包围框，通过卷积神经网络检测出包括行人的包围
框，以检测出所述每一帧图像中的行人。
4.如权利要求3所述的可疑人员检测方法，其特征在于，在所
述至少两帧图像中，根据所述行人之间的关联信息，对检测到的行人
进行追踪，以识别所述至少一个行人，并得到所述行人的行人图像进
一步包括：
根据所述至少两帧图像中检测出的行人之间的关联特征，计算所
述至少两帧图像之间的行人匹配权重，从而追踪所述至少一个行人，
以识别所述至少一个行人，并得到所述行人的行人图像。
5.如权利要求1所述的可疑人员检测方法，其特征在于，基于
所提取的所述行人特征计算所述行人为可疑的概率进一步包括：
将所提取的所述行人特征输入分类器，通过所述分类器为所述行
人特征赋予不同的权值，从而计算所述行人为可疑的概率，以判断所
述行人是否为可疑。
6.如权利要求1所述的可疑人员检测方法，其特征在于，从所
述行人图像中提取所述行人特征进一步包括：将所述行人图像的至少
一帧输入卷积神经网络以提取所述行人的静态行人特征。
7.如权利要求6所述的可疑人员检测方法，其特征在于，从所
述行人图像中提取所述行人特征进一步包括：
将所述静态行人特征输入神经网络以提取所述行人的动态行人
特征以及计算所述行人的静态行人特征随时间的变化特征。
8.如权利要求7所述的可疑人员检测方法，其特征在于，基于
所提取的所述行人特征计算所述行人为可疑的概率进一步包括：
将所提取的所述动态行人特征和所述变化特征输入分类器，通过
所述分类器为所述动态行人特征和所述变化特征赋予不同的权值，从
而计算所述行人为可疑的概率，以判断所述行人是否为可疑。
9.如权利要求1至8任一项所述的可疑人员检测方法，其特征
在于，在基于所提取的所述行人特征计算所述行人为可疑的概率之后
还进一步包括：将所述概率与一个预定阈值进行比较，...
【专利技术属性】
技术研发人员：吴家楠，张弛，印奇，
申请(专利权)人：北京旷视科技有限公司，北京小孔科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。