金融机构安防系统的用户行为分析方法、系统及机器人技术方案

本发明专利技术公开了一种金融机构安防系统的用户行为分析方法、系统及机器人，应用于云计算平台，所述方法包括：接收用户进入预设区域的一段视频，根据所述一段视频中的图像，获得用户的在每张图像中的人体姿态信息和用户的表情信息；根据体姿态信息和表情信息预测出用户需要办理的事项，并从大数据库中获得与所述事项对应的用户流程指引。不需要依赖于用户以往的大量的行为历史数据，节省成本，同时因为是根据用户上一步的姿态信息和表情信息预测下一步的行为情况，预测用户想要做什么，符合人体在做下一步运动之前都有一定的行为准备的规律，因此根据用户上一步的姿态信息和表情信息预测用户行为的准确性高。

【技术实现步骤摘要】
金融机构安防系统的用户行为分析方法、系统及机器人
本专利技术涉及计算机
，具体而言，涉及一种金融机构安防系统的用户行为分析方法、系统及机器人。
技术介绍
现有技术中，对行人、用户的行为分析都是基于该行人大量的历史运动数据进行预测得到。一方面，用户的历史运动数据难以采集得到，需要采集的话需要你耗费的设备、资源多。另一方面，由于人的运动是存在不确定性的，这一步往东走，下一步可能往西或者南或者北走，或者原地停留，因此，根据行人的历史运动数据预测行人的下一步的行为不准确的。
技术实现思路
本专利技术的目的在于提供了一种金融机构安防系统的用户行为分析方法、系统及机器人，用以解决现有技术中的。第一方面，本专利技术实施例提供了一种金融机构安防系统的用户行为分析方法，应用于云计算平台，所述方法包括：接收用户进入预设区域的一段视频，其中所述一段视频包括多张图像，图像中含有所述用户的图像信息，所述一段视频是在用户进入预设区域的时间拍摄的；根据所述一段视频中的图像，获得用户的在每张图像中的人体姿态信息和用户的表情信息；根据体姿态信息和表情信息预测出用户需要办理的事项，并从大数据库中获得与所述事项对应的用户流程指引；其中，所述人体姿态信息表征用户的体态，所述表情信息表征用户的表情，所述用户流程指引存储在大数据库中并与所述事项对应。可选的，所述根据体姿态信息和表情信息预测出用户需要办理的事项，包括：所述人体姿态信息包括步长、步频和人体姿态数据；根据一段视频中的图像的人体姿态信息，获得用户在一段视频中的每张图像中的步长、用户在一段视频中的每两张相邻的图像之间的步频、用户在一段视频中的每张图像中的人体姿态数据；其中，步长指的是用户两只脚板的距离，步频指的是用户在两张相邻的图像中踏步的频率；人体姿态数据表征用户在图像中的姿势；将用户在一段视频中的步长按照所述步长所在图像的拍摄时间的先后顺序，构成步长流；将用户在一段视频中的人体姿态数据按照所述人体姿态所在图像的拍摄时间的先后顺序，构成体态流；将用户在一段视频中的步频按照所述步频发生时间的先后顺序，构成步频流；将用户在一段视频中的用户表情信息按照所述用户表情所在图像的拍摄时间的先后顺序，构成表情流；将步长流、体态流、步频流和表情流输入行为分析网络，行为分析网络包括多层分析层，行为分析网络包括的多层分析层的数量比所述一段视频中的图像的数量多1；行为分析网络中的每层分析层包括4个分析节点，4个分析节点包括第一分析节点、第二分析节点、第三分析节点和第四分析节点；第n层分析层的第一分析节点根据第n帧图像的步长、第n帧图像的人体姿态数据、第n帧图像的表情信息、第n帧图像与第n+1帧图像之间的步频以及第n-1层分析层的第一分析节点的输出调整表情信息，得到调第n帧图像的调整后的表情信息；其中，n为小于N+1的正整数，N+1表示行为分析网络中的分析层的层数；第n帧图像为所一端视频中拍摄时间排序为第n的图像；N表示一段视频中的图像的数量；第n层分析层的第二分析节点根据第n帧图像的步长、第n帧图像的人体姿态数据、第n帧图像的表情信息、第n帧图像与第n+1帧图像之间的步频以及第n-1层分析层的第二分析节点的输出调整步长，得到第n帧图像的调整后的步长；第n层分析层的第三分析节点根据第n帧图像的步长、第n帧图像的人体姿态数据、第n帧图像的表情信息、第n帧图像与第n+1帧图像之间的步频以及第n-1层分析层的第三分析节点的输出调整人体姿态数据，得到第n帧图像的调整后的人体姿态数据；第n层分析层的第四分析节点根据第n帧图像的步长、第n帧图像的人体姿态数据、第n帧图像的表情信息、第n帧图像与第n+1帧图像之间的步频以及第n-1层分析层的第四分析节点的输出调整步频，得到第n帧图像与第n+1帧图像之间的调整后的步频；行为分析网络中，第N+1层分析层对第N层分析层的输出的调整后的步长、调整后的人体姿态数据、调整后的步频和调整后的表情信息进行融合计算，得到用户行为值，用户行为值表征用户需要办理的事项；从大数据库中获得与所述用户行为值对应的用户需要办理的事项；所述用户需要办理的事项预先存储在大数据库中。可选的，所述第n层分析层的第一分析节点根据第n帧图像的步长、第n帧图像的人体姿态数据、第n帧图像的表情信息、第n帧图像与第n+1帧图像之间的步频以及第n-1层分析层的第一分析节点的输出，得到调整后的第n帧图像的调整后的表情信息，包括：所述第n层分析层的第一分析节点按照公式:d1=（0.01*a+0.05*b+0.02*c+0.5*d0）d/d0对第n帧图像的表情信息进行调整，获得第n帧图像的调整后的表情信息，其中，d1表示第n帧图像的调整后的表情信息的指数，第n帧图像的调整后的表情信息的指数表征调整后的第n帧图像中用户的表情；a表示第n帧图像的步长、b表示第n帧图像的人体姿态数据的指数；c表示第n帧图像与第n+1帧图像之间的步频、d表示第n帧图像的表情信息的指数，其中，第n帧图像的人体姿态数据的指数由第n帧图像的人体姿态数据的二进制编码转换得到的十进制数字；第n帧图像的表情信息的指数由第n帧图像的表情信息的二进制编码转换得到的十进制数字；第n帧图像的表情信息的指数表征第n帧图像中用户的表情;d0表示第n-1帧图像的调整后的表情信息的指数，即第n-1层分析层的第一分析节点的输出为第n-1帧图像的调整后的表情信息的指数；对于n=1时，第n-1帧图像的调整后的表情信息的指数为0。可选的，所述第n层分析层的第二分析节点根据第n帧图像的步长、第n帧图像的人体姿态数据、第n帧图像的表情信息、第n帧图像与第n+1帧图像之间的步频以及第n-1层分析层的第二分析节点的输出，得到调整后的第n帧图像的调整后的步长，包括：第n层分析层第二分析节点按照公式:a1=（0.5*a0+0.05*b+0.1*c+0.01*d）a/a0对第n帧图像的步长进行调整，获得第n帧图像的调整后的步长；其中，a1表示第n帧图像的调整后的步长；a0表示第n-1帧图像的调整后的步长，即第n-1层分析层的第二分析节点的输出为第n-1帧图像的调整后的步长；对于n=1时，第n-1帧图像的调整后的步长为0。可选的，所述第n层分析层的第三分析节点根据第n帧图像的步长、第n帧图像的人体姿态数据、第n帧图像的表情信息、第n帧图像与第n+1帧图像之间的步频以及第n-1层分析层的第三分析节点的输出，得到调整后的第n帧图像的调整后的人体姿态数据，包括：所述第n层分析层的第三分析节点按照公式：b1=（0.06*a+0.5*b0+0.05*c+0.05*d）b/b0对人体姿态数据进行调整，获得调整后的人体姿态数据的指数，其中，b1表示调整后的人体姿态数据的指数；b0表示第n-1帧图像的调整后的人体姿态数据的指数，即第n-1层分析层的第三分析节点的输出为第n-1帧图像的调整后的人体姿态数据的指数；对于n=1时，第n-1帧图像的本文档来自技高网...

【技术保护点】
1.一种大金融机构安防系统的用户行为分析方法，应用于云计算平台，其特征在于，所述方法包括：/n接收用户进入预设区域的一段视频，其中所述一段视频包括多张图像，图像中含有所述用户的图像信息，所述一段视频是在用户进入预设区域的时间拍摄的；/n根据所述一段视频中的图像，获得用户的在每张图像中的人体姿态信息和用户的表情信息；/n根据体姿态信息和表情信息预测出用户需要办理的事项，并从大数据库中获得与所述事项对应的用户流程指引；/n其中，所述人体姿态信息表征用户的体态，所述表情信息表征用户的表情，所述用户流程指引存储在大数据库中并与所述事项对应。/n

【技术特征摘要】
1.一种大金融机构安防系统的用户行为分析方法，应用于云计算平台，其特征在于，所述方法包括：
接收用户进入预设区域的一段视频，其中所述一段视频包括多张图像，图像中含有所述用户的图像信息，所述一段视频是在用户进入预设区域的时间拍摄的；
根据所述一段视频中的图像，获得用户的在每张图像中的人体姿态信息和用户的表情信息；
根据体姿态信息和表情信息预测出用户需要办理的事项，并从大数据库中获得与所述事项对应的用户流程指引；
其中，所述人体姿态信息表征用户的体态，所述表情信息表征用户的表情，所述用户流程指引存储在大数据库中并与所述事项对应。


2.根据权利要求1所述的方法，其特征在于，所述根据体姿态信息和表情信息预测出用户需要办理的事项，包括：
所述人体姿态信息包括步长、步频和人体姿态数据；
根据一段视频中的图像的人体姿态信息，获得用户在一段视频中的每张图像中的步长、用户在一段视频中的每两张相邻的图像之间的步频、用户在一段视频中的每张图像中的人体姿态数据；其中，步长指的是用户两只脚板的距离，步频指的是用户在两张相邻的图像中踏步的频率；人体姿态数据表征用户在图像中的姿势；
将用户在一段视频中的步长按照所述步长所在图像的拍摄时间的先后顺序，构成步长流；将用户在一段视频中的人体姿态数据按照所述人体姿态所在图像的拍摄时间的先后顺序，构成体态流；将用户在一段视频中的步频按照所述步频发生时间的先后顺序，构成步频流；将用户在一段视频中的用户表情信息按照所述用户表情所在图像的拍摄时间的先后顺序，构成表情流；
将步长流、体态流、步频流和表情流输入行为分析网络，行为分析网络包括多层分析层，行为分析网络包括的多层分析层的数量比所述一段视频中的图像的数量多1；
行为分析网络中的每层分析层包括4个分析节点，4个分析节点包括第一分析节点、第二分析节点、第三分析节点和第四分析节点；
第n层分析层的第一分析节点根据第n帧图像的步长、第n帧图像的人体姿态数据、第n帧图像的表情信息、第n帧图像与第n+1帧图像之间的步频以及第n-1层分析层的第一分析节点的输出调整表情信息，得到调第n帧图像的调整后的表情信息；其中，n为小于N+1的正整数，N+1表示行为分析网络中的分析层的层数；第n帧图像为所一端视频中拍摄时间排序为第n的图像；N表示一段视频中的图像的数量；
第n层分析层的第二分析节点根据第n帧图像的步长、第n帧图像的人体姿态数据、第n帧图像的表情信息、第n帧图像与第n+1帧图像之间的步频以及第n-1层分析层的第二分析节点的输出调整步长，得到第n帧图像的调整后的步长；
第n层分析层的第三分析节点根据第n帧图像的步长、第n帧图像的人体姿态数据、第n帧图像的表情信息、第n帧图像与第n+1帧图像之间的步频以及第n-1层分析层的第三分析节点的输出调整人体姿态数据，得到第n帧图像的调整后的人体姿态数据；
第n层分析层的第四分析节点根据第n帧图像的步长、第n帧图像的人体姿态数据、第n帧图像的表情信息、第n帧图像与第n+1帧图像之间的步频以及第n-1层分析层的第四分析节点的输出调整步频，得到第n帧图像与第n+1帧图像之间的调整后的步频；
行为分析网络中，第N+1层分析层对第N层分析层的输出的调整后的步长、调整后的人体姿态数据、调整后的步频和调整后的表情信息进行融合计算，得到用户行为值，用户行为值表征用户需要办理的事项；
从大数据库中获得与所述用户行为值对应的用户需要办理的事项；所述用户需要办理的事项预先存储在大数据库中。


3.根据权利要求2所述的方法，其特征在于，所述第n层分析层的第一分析节点根据第n帧图像的步长、第n帧图像的人体姿态数据、第n帧图像的表情信息、第n帧图像与第n+1帧图像之间的步频以及第n-1层分析层的第一分析节点的输出调整表情信息，得到调第n帧图像的调整后的表情信息，包括：
所述第n层分析层的第一分析节点按照公式:
d1=（0.01*a+0.05*b+0.02*c+0.5*d0）d/d0对第n帧图像的表情信息进行调整，获得第n帧图像的调整后的表情信息，其中，d1表示第n帧图像的调整后的表情信息的指数，第n帧图像的调整后的表情信息的指数表征调整后的第n帧图像中用户的表情；a表示第n帧图像的步长、b表示第n帧图像的人体姿态数据的指数；c表示第n帧图像与第n+1帧图像之间的步频、d表示第n帧图像的表情信息的指数，其中，第n帧图像的人体姿态数据的指数由第n帧图像的人体姿态数据的二进制编码转换得到的十进制数字；第n帧图像的表情信息的指数由第n帧图像的表情信息的二进制编码转换得到的十进制数字；第n帧图像的表情信息的指数表征第n帧图像中用户的表情;d0表示第n-1帧图像的调整后的表情信息的指数，即第n-1层分析层的第一分析节点的输出为第n-1帧图像的调整后的表情信息的指数；对于n=1时，第n-1帧图像的调整后的表情信息的指数为0。

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：杨九妹，
类型：发明
国别省市：四川;51