【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。