一种无人店防盗监控的方法及其系统技术方案

本发明专利技术涉及防盗监控技术领域，具体公开一种无人店防盗监控的方法及其系统，包括进行预置处理并与无人店管理系统互联，获取监控点静态的信息资源，对比相邻两次信息资源以判断是否发生变化；若发生变化，则提交录像视频提取变化特征，并对变化特征进行分析判断；若属于非正常变化，则对该行为对象进行锁定并启动防盗预警处理，以此通过图像静态分析可以精准地识别出无人店内情况是否发生变化，若发生变化则将该时间段的录像视频提交进行动态分析，无需对全程的录像视频分析，而且是有针对性地对发生变化的时间段进行动态的识别分析，提高识别效率，并且对非正常变化的行为对象进行锁定，方便后台监控，可以进行防盗预警处理，防患于未然。

A method and system of security monitoring for unmanned shop

【技术实现步骤摘要】
一种无人店防盗监控的方法及其系统
本专利技术涉及防盗监控
，具体公开了一种无人店防盗监控的方法及其系统。
技术介绍
随着科学技术的发展，人们的购物方式变得越来越多样化，市面上逐渐出现了无人管理的商店。无人店的出现给人们带来了便利，店主可以无需专门管理，而对于购物者则可以一天24小时内随时进入无人店购物，而且可以自主支付，无需排队。目前，常见的无人店防盗监控系统一般是在无人店内安装摄像头，然后人工在后台对无人店内进行监控，当发现有人盗窃商品时报警。然而，目前的无人店防盗监控系统并不完善，非常依赖于后台人工的监视，不仅不能预先判断出嫌疑行为，而且容易发生发现盗窃行为不及时的情况，从而给无人店店主带来了损失。因此，需要一种能解决上述问题的方案。
技术实现思路
为了克服现有技术中存在的缺点和不足，本专利技术的一目的在于提供一种无人店防盗监控的方法及其系统。为实现上述目的，本专利技术采用如下方案。一种无人店防盗监控的方法，包括：对无人店内空间进行监控点的预置处理，并与无人店管理系统互联；时刻获取监控点静态的信息资源，对比相邻两次获取信息资源以判断监控点对应的无人店内情况是否发生变化；若发生变化，则提交监控点的录像视频提取变化特征，并对提取出来的变化特征进行分析判断；若属于非正常变化，则对该行为对象进行锁定，并启动防盗预警处理。进一步地，所述对无人店内空间进行监控点的预置处理，并与无人店管理系统互联，包括：将无人店内的空间划分若干个区域，并在各个区域内设置若干个监控点；对各个区域进行编号，建立各个编号区域内的监控点列表，将监控点列表与监控点资源相互关联；通过相关协议将各个监控点接入无人店管理系统中。进一步地，所述时刻获取监控点静态的信息资源，对比相邻两次获取信息资源以判断监控点对应的无人店内情况是否发生变化，包括：时刻获取监控点的静态图像，运用CNN卷积神经网络对静态图像进行识别；判断相邻两帧的静态图像是否发生变化；若发生变化，则截取该监控点的相关录像视频作提交准备；若没有发生变化，则对该监控点在没有发生变化的时间段内的图像、录像视频进行丢弃处理。进一步地，所述运用CNN卷积神经网络对静态图像进行识别，包括：通过不断设置不同的卷积核来确定与静态图像相适应的卷积核，利用适应的卷积核初步提取图像的特征，并确定图像在卷积层的输出值；将卷积层的输出值送至池化层作池化作用，以去除图像噪声，保留图像的主要特征；通过全连接层的作用将图像各个部分的特征进行汇总，产生分类器，进行预测识别。进一步地，所述提交监控点的录像视频提取变化特征包括脸部结构变化特征、肢体语言变化特征及行为轨迹变化特征。进一步地，所述提取出来的变化特征进行分析判断，包括：将脸部变化特征与人脸数据库中的人脸特征进行大数据分析，判断是否与偷窃行为人的形态类似，其中至少包括眼睛位置、嘴角曲度及眉毛弯度；将肢体言语变化特征与肢体语言数据库中的肢体言语变化特征进行大数据分析，判断是否与偷窃行为人的肢体言语变化类似，其中至少包括行为人的头部是否四处张望、肢体是否蜷缩；判断行为轨迹是否与偷窃行为人的行为轨迹变化类似，其中至少包括行为人是否在一定范围内徘徊、是否在商品停留超过预定的时间；若结构变化特征、肢体语言变化特征及行为轨迹变化特征与偷窃行为相符合，则标记为非正常变化。进一步地，所述对该行为对象进行锁定，并启动防盗预警处理，包括：在录像视频中对非正常变化的行为对象设置锁定框，并且使锁定框跟随行为对象移动；通过语音系统向无人店内播报提醒语音；向行为对象移动终端发送警醒信息。进一步地，在启动防盗预警处理后，对非正常变化的行为对象进行防盗跟踪监控，具体为：识别录像视频中行为对象是否与商品区域重叠，并且判断行为对象离开商品区域后商品区域是否发生变化；若商品区域发生变化，则断开行为对象的移动终端与无人店门的连接，直至识别到行为对象完成付款后才重新接入。本专利技术还提供一种无人店防盗监控的系统，包括服务器；服务器包括处理器和存储设备；处理器，适于执行程序指令；存储设备，适于存储程序指令，所述程序指令适于由处理器加载并执行以实现上述的无人店防盗监控方法。本专利技术还提供一种移动终端，包括：处理器，适于执行程序指令；存储设备，适于存储程序指令，所述程序指令适于由处理器加载并执行以实现上述的无人店防盗监控方法。本专利技术的有益效果：提供一种无人店防盗监控的方法及其系统，通过对无人店内空间进行监控点的预置处理并与无人店管理系统互联，进行监控时可以时刻获取监控点静态的信息资源，对比相邻两次获取信息资源以判断监控点对应的无人店内情况是否发生变化；若发生变化，则提交监控点的录像视频提取变化特征，并对提取出来的变化特征进行分析判断；若属于非正常变化，则对该行为对象进行锁定并启动防盗预警处理，以此通过图像的静态分析可以精准地识别出无人店内情况是否发生变化，若发生变化则将对应时间段的录像视频提交进行动态分析，从而无需对全程的录像视频分析，不仅可以节约资源，而且是有针对性地对发生变化的时间段进行动态的识别分析，可以大大提高识别效率，并且对非正常变化的行为对象进行锁定，方便后台监控，还可以对行为对象进行防盗预警处理，可以防患于未然。附图说明图1为本专利技术实施例防盗监控方法的流程示意图。具体实施方式为了便于本领域技术人员的理解，下面结合实施例及附图对本专利技术作进一步的说明，实施方式提及的内容并非对本专利技术的限定。一种无人店防盗监控的方法，通过静态图像分析与动态录像视频分析来减少动态分析的过程，使得可以有针对性地进行分析，提高分析识别的效率，从而达到更好的防盗监控的效果，具体过程如图1所示，包括：为了可以对无人店内进行的空间全面的监控，需要对无人店内空间进行监控点的预置处理并与无人店管理系统互联。作为优选地，预置处理至少包括将无人店内的空间划分若干个区域，并在各个区域内设置若干个监控点，各个监控点可以对准该区域平面的不同位置，也可以将各个监控点对准同一位置的不同高度，从而实现横向空间及纵向空间的监控，实现对无人店内全面的监控。然后对各个区域进行编号，建立各个编号区域内的监控点列表，将监控点列表与监控点资源相互关联，以此可以方便对各个监控点进行管理，也便于人工对某个监控点的资源信息进行查询。完成监控点的设置后，通过相关协议将各个监控点接入无人店管理系统中，实现实时预览、录像回放、语音对讲等功能。对无人店进行监控时，如果是全程都对录像视频进行识别分析，工作量较大，会占有分析的资源，然后很有可能分析监控点在该时间段内是没变化的，造成资源的浪费，而且效率低下。因此，本专利技术采用静态分析和动态分析相结合的方式。具体地，时刻获取监控点静态的信息资源，该静态信息资源以静态图像为主，运用CNN卷积神经网络对静态图像进行识别，图像识别出来后对比相邻两次获取信息资源（也即相邻两帧的静态图像）以判断监控点对应的无人店内情况是否发生变化，经CNN卷积神经网络识别出来的图像可以快速判断是否发生变化。若发生变化则说明该监控点对应的无人店区域有走动，因此可以将该时间段的录像视频提交分析以获取变化特征，在提交前需要截取该监控点的相关录像视频作提交准备，比如格式转换、标注好区域编号、监控点列表等等，以便于后续的提取特征分析。若没有发生变化，则说明此监控点在该时本文档来自技高网...

【技术保护点】
1.一种无人店防盗监控的方法，其特征在于，包括：对无人店内空间进行监控点的预置处理，并与无人店管理系统互联；时刻获取监控点静态的信息资源，对比相邻两次获取信息资源以判断监控点对应的无人店内情况是否发生变化；若发生变化，则提交监控点的录像视频提取变化特征，并对提取出来的变化特征进行分析判断；若属于非正常变化，则对该行为对象进行锁定，并启动防盗预警处理。

【技术特征摘要】
1.一种无人店防盗监控的方法，其特征在于，包括：对无人店内空间进行监控点的预置处理，并与无人店管理系统互联；时刻获取监控点静态的信息资源，对比相邻两次获取信息资源以判断监控点对应的无人店内情况是否发生变化；若发生变化，则提交监控点的录像视频提取变化特征，并对提取出来的变化特征进行分析判断；若属于非正常变化，则对该行为对象进行锁定，并启动防盗预警处理。2.根据权利要求1所述的一种无人店防盗监控的方法，其特征在于，所述对无人店内空间进行监控点的预置处理，并与无人店管理系统互联，包括：将无人店内的空间划分若干个区域，并在各个区域内设置若干个监控点；对各个区域进行编号，建立各个编号区域内的监控点列表，将监控点列表与监控点资源相互关联；通过相关协议将各个监控点接入无人店管理系统中。3.根据权利要求1所述的一种无人店防盗监控的方法，其特征在于，所述时刻获取监控点静态的信息资源，对比相邻两次获取信息资源以判断监控点对应的无人店内情况是否发生变化，包括：时刻获取监控点的静态图像，运用CNN卷积神经网络对静态图像进行识别；判断相邻两帧的静态图像是否发生变化；若发生变化，则截取该监控点的相关录像视频作提交准备；若没有发生变化，则对该监控点在没有发生变化的时间段内的图像、录像视频进行丢弃处理。4.根据权利要求3所述的一种无人店防盗监控的方法，其特征在于，所述运用CNN卷积神经网络对静态图像进行识别，包括：通过不断设置不同的卷积核来确定与静态图像相适应的卷积核，利用适应的卷积核初步提取图像的特征，并确定图像在卷积层的输出值；将卷积层的输出值送至池化层作池化作用，以去除图像噪声，保留图像的主要特征；通过全连接层的作用将图像各个部分的特征进行汇总，产生分类器，进行预测识别。5.根据权利要求1所述的一种无人店防盗监控的方法，其特征在于，所述提交监控点的录像视频提取变化特征包括脸部结构变化特征、肢体语言变化特征及...

【专利技术属性】
技术研发人员：李应聪，
申请(专利权)人：铂纳思东莞高新科技投资有限公司，
类型：发明
国别省市：广东,44