基于群体智能的异常行为检测方法、装置和设备制造方法及图纸

本申请公开一种基于群体智能的异常行为检测方法，包括：获取群体活动视频；基于群体智能算法的群体行为分析模型，对所述群体活动视频进行行为分析，确定所述群体活动视频中的群体活动是否可能存在异常行为；以及，基于图像识别模型，对所述群体活动视频中的视频帧进行图像识别，确定其中是否可能包含异常行为相关物；若以上结果均为是，则输出视频检测结果为异常。采用上述方法，以解决现有技术对人群异常行为容易误检的问题。常行为容易误检的问题。常行为容易误检的问题。

Abnormal behavior detection method, device and equipment based on swarm intelligence

【技术实现步骤摘要】
基于群体智能的异常行为检测方法、装置和设备


[0001]本申请涉及计算机视觉
具体涉及一种基于群体智能的异常行为检测方法、一种基于群体智能的异常行为检测装置、电子设备和存储设备。

技术介绍

[0002]在当今城市生活中，公共场所的人员密集度高，容易造成安全问题，对此，相关工作人员必须及时获取相关信息，并及时应对。
[0003]现有技术下，基于目标检测模型的检测算法一般只能对场景中目标进行单独识别，通过对人数滞留时长设定阈值进行判断。
[0004]现有技术下的异常行为相关物检测算法存在一些缺陷：对人与异常行为相关物间的关系判定能力有所欠缺，容易将异常行为相关物与环境中的其他物品混淆；例如，针对施工占道行为，施工占道因为视角遮挡等原因可能看不到铲子锄头等施工用具，相关的施工指示牌、工程车辆等容易与道路交通中的其他物品混淆，以上情况均容易造成误检或漏检。
[0005]综上所述，现有技术下对人群异常行为存在容易误报的问题。

技术实现思路

[0006]本申请提供一种基于群体智能的异常行为检测方法、装置、电子设备及存储设备，以解决现有技术对人群异常行为容易误检的问题。
[0007]本申请提供一种基于群体智能的异常行为检测方法，包括：
[0008]获取群体活动视频；
[0009]基于群体智能算法的群体行为分析模型，对所述群体活动视频进行行为分析，确定所述群体活动视频中的群体活动是否可能存在异常行为；以及，
[0010]基于图像识别模型，对所述群体活动视频中的视频帧进行图像识别，确定其中是否可能包含异常行为相关物；
[0011]若以上结果均为是，则输出视频检测结果为异常。
[0012]作为一种实施方式，所述群体行为分析模型包括：
[0013]群体行为模拟模型，用于根据所述群体活动视频，获得群体活动的轨迹；所述群体活动的轨迹，包括对群体活动在下一时间段的轨迹的预估；
[0014]分类模型，用于根据所述群体行为模拟模型的参数组成的特征向量，对群体活动是否可能存在异常行为进行判断。
[0015]作为一种实施方式，所述群体行为模拟模型，采用如下方法训练获得：
[0016]获取群体活动视频；
[0017]根据所述群体活动视频数据，提取群体活动的结构化数据；
[0018]积累所述群体活动的结构化数据达到预定的时间阈值；
[0019]将积累到预定时间阈值的所述群体活动的结构化数据作为训练数据，提供给初始群体行为模拟模型，对所述群体行为模拟模型进行训练；
[0020]将经过训练的群体行为模拟模型作为当前的群体行为模拟模型。
[0021]作为一种实施方式，所述分类模型采用如下方式获得：
[0022]采集符合数量要求的群体活动视频，并对其中是否存在异常行为进行标注；
[0023]对应各个群体活动视频，获得对应的群体行为模拟模型，提取其中的参数，组成特征向量；
[0024]将所述特征向量提供给初始分类模型，结合所述是否存在异常行为的标注，对所述初始分类模型进行训练；
[0025]对所述分类模型的训练达到预定标准后，将经过训练的分类模型用于所述群体行为分析模型。
[0026]作为一种实施方式，所述分类模型的输出包括以下两种类型中的至少一种：
[0027]群体活动中异常行为存在或者异常行为不存在的判断结果，以及对应的置信度；
[0028]群体活动中异常行为存在或者异常行为不存在的判断结果。
[0029]作为一种实施方式，所述根据所述群体活动视频，提取群体活动的结构化数据，包括：
[0030]预先建立所处区域的平面场景图；
[0031]对所述群体活动视频的视频帧进行目标识别，获得其中的活动个体；
[0032]根据所述群体群活动视频的各个视频帧，以及获得所述视频帧的摄像设备的位置，将各个所述活动个体的位置在所述平面场景图中标出，并形成结构化位置参数，存入仿真队列，形成仿真队列结构化数据；
[0033]根据积累了预定时间长度的仿真队列结构化数据，提取所述群体活动的结构化数据。
[0034]作为一种实施方式，所述基于图像识别模型，对所述群体活动视频中的图像进行图像识别，确定其中是否包含异常行为相关物的步骤中，判断其中可能包含异常行为相关物，则标识出所述可能的异常行为相关物；并且，所述基于群体智能算法的群体行为分析模型，对所述群体活动视频进行行为分析，确定所述群体活动视频中的群体活动是否可能存在异常行为的步骤中，判断不存在异常行为，则将标识出的所述可能的异常行为相关物滤除。
[0035]作为一种实施方式，所述基于图像识别模型，对所述群体活动视频中的视频帧进行图像识别，确定其中是否可能包含异常行为相关物，包括：
[0036]对所述群体活动视频的当前视频帧图像进行目标识别；
[0037]将识别出的目标物提供到预先训练好的异常行为相关物检测模型，进行异常行为相关物识别；
[0038]若识别出可能的异常行为相关物，并且可能性超过规定的阈值，则判断其中可能包含异常行为相关物。
[0039]作为一种实施方式，还包括：在屏幕上展示所述平面场景图；以及，将所述各个所述活动个体的位置在所述屏幕上的平面场景图中标出。
[0040]本申请还提供一种基于群体智能的异常行为检测装置，包括：
[0041]视频获取单元，用于获取群体活动视频；
[0042]异常行为确定单元，用于基于群体智能算法的群体行为分析模型，对所述群体活
动视频进行行为分析，确定所述群体活动视频中的群体活动是否可能存在异常行为；
[0043]异常行为相关物确定单元，用于基于图像识别模型，对所述群体活动视频中的视频帧进行图像识别，确定其中是否可能包含异常行为相关物；
[0044]检测结果输出单元，用于当异常行为确定单元和异常行为相关物确定单元的输出结果均为是时，输出视频检测结果为异常。
[0045]本申请还提供一种电子设备，包括：
[0046]处理器；以及
[0047]存储器，用于存储基于群体智能的异常行为检测方法的程序，该设备通电并通过所述处理器运行该基于群体智能的异常行为检测方法的程序后，执行下述步骤：
[0048]获取群体活动视频；
[0049]基于群体智能算法的群体行为分析模型，对所述群体活动视频进行行为分析，确定所述群体活动视频中的群体活动是否可能存在异常行为；以及，
[0050]基于图像识别模型，对所述群体活动视频中的视频帧进行图像识别，确定其中是否可能包含异常行为相关物；
[0051]若以上结果均为是，则输出视频检测结果为异常。
[0052]本申请还提供一种存储设备，存储有基于群体智能的异常行为检测方法的程序，该程序被处理器运行，执行下述步骤：
[0053]获取群体活动视频；
[0054]基于群体智能算法的群体行为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于群体智能的异常行为检测方法，其特征在于，包括：获取群体活动视频；基于群体智能算法的群体行为分析模型，对所述群体活动视频进行行为分析，确定所述群体活动视频中的群体活动是否可能存在异常行为；以及，基于图像识别模型，对所述群体活动视频中的视频帧进行图像识别，确定其中是否可能包含异常行为相关物；若以上结果均为是，则输出视频检测结果为异常。2.根据权利要求1所述的基于群体智能的异常行为检测方法，其特征在于，所述群体行为分析模型包括：群体行为模拟模型，用于根据所述群体活动视频，获得群体活动的轨迹；所述群体活动的轨迹，包括对群体活动在下一时间段的轨迹的预估；分类模型，用于根据所述群体行为模拟模型的参数组成的特征向量，对群体活动是否可能存在异常行为进行判断。3.根据权利要求2所述的基于群体智能的异常行为检测方法，其特征在于，所述群体行为模拟模型，采用如下方法训练获得：获取群体活动视频；根据所述群体活动视频数据，提取群体活动的结构化数据；积累所述群体活动的结构化数据达到预定的时间阈值；将积累到预定时间阈值的所述群体活动的结构化数据作为训练数据，提供给初始群体行为模拟模型，对所述群体行为模拟模型进行训练；将经过训练的群体行为模拟模型作为当前的群体行为模拟模型。4.根据权利要求2所述的基于群体智能的异常行为检测方法，其特征在于，所述分类模型采用如下方式获得：采集符合数量要求的群体活动视频，并对其中是否存在异常行为进行标注；对应各个群体活动视频，获得对应的群体行为模拟模型，提取其中的参数，组成特征向量；将所述特征向量提供给初始分类模型，结合所述是否存在异常行为的标注，对所述初始分类模型进行训练；对所述分类模型的训练达到预定标准后，将经过训练的分类模型用于所述群体行为分析模型。5.根据权利要求2所述的基于群体智能的异常行为检测方法，其特征在于，所述分类模型的输出包括以下两种类型中的至少一种：群体活动中异常行为存在或者异常行为不存在的判断结果，以及对应的置信度；群体活动中异常行为存在或者异常行为不存在的判断结果。6.根据权利要求3所述的基于群体智能的异常行为检测方法，其特征在于，所述根据所述群体活动视频，提取群体活动的结构化数据，包括：预先建立所处区域的平面场景图；对所述群体活动视频的视频帧进行目标识别，获得其中的活动个体；根据所述群体群活动视频的各个视频帧，以及获得所述视频帧的摄像设备的位置，将
各个所述活动个体的位置在所述平面场景图中标出，并形成结构化位置参数，存入仿真队列，形成仿真队列结构化数据；根据积累了预定时间长度的仿真队列结构化数据，提取所述群体活动的结构化数据。7.根据权利要求1所述的基于群体智能的异常行为检测方法，其特征在于，所...

【专利技术属性】
技术研发人员：付志航，蔡卓骏，陶明渊，黄建强，华先胜，陈泽，金文蔚，金仲明，魏龙，
申请(专利权)人：阿里云计算有限公司，
类型：发明
国别省市：