一种自动响应恶性的行为的方法、装置及系统制造方法及图纸

本申请公开了一种自动响应恶性的行为的方法、装置及系统，可应用于人工智能领域或金融领域，通过获取视频画面；利用YOLO模型对所述视频画面中的人体进行框取；利用循环神经网络模型判断框取出的人体是否正在进行恶性的行为；在所述框取出的人体正在进行恶性的行为时，自动响应所述恶性的行为。通过训练得到能够框取人体的YOLO模型，以及能够在框取出人体的视频画面中判断框取出的人体是否正在进行恶性的行为的循环神经网络模型，综合利用YOLO模型以及循环神经网络模型，可以自动检测视频中是否存在恶性的行为，如果存在，则自动响应恶性的行为，从而在恶性的行为发生时及时响应，以制止恶性的行为的进行并减少人们的生命财产损失。财产损失。财产损失。

【技术实现步骤摘要】
一种自动响应恶性的行为的方法、装置及系统


[0001]本申请涉及图像识别
，特别是涉及一种自动响应恶性的行为的方法、装置及系统。

技术介绍

[0002]随着信息化时代的到来，人们对于安全的需求越来越来高，视频监控作为保证人民生命、财产安全的重要手段，在银行、商场等重要场所正发挥着举足轻重的作用。
[0003]视频监控需要工作人员长时间精神高度集中的观察，以便在视频监控画面中出现恶性的行为时能够及时处理，但是在银行、商场等重要场所，视频监控画面往往是海量的，如果要保证每一个视频监控画面都有工作人员长时间精神高度集中的观察，需要配备众多工作人员，这样会耗费大量人力资源。因此，在实际生活中，大多数场所布置的摄像头仅仅能够起到给人以警示的作用，或者仅可以在恶性的行为发生之后的调查过程中提供线索，而并不能在恶性的行为发生时及时响应，以及时制止恶性的行为的进行并减少人们生命财产损失。如何及时响应恶性的行为的发生，成为亟待解决的问题。

技术实现思路

[0004]基于上述问题，本申请提供了一种自动响应恶性的行为的方法、装置及系统，能够在恶性的行为发生时及时响应，以制止恶性的行为的进行并减少人们的生命财产损失。
[0005]本申请实施例公开了如下技术方案：
[0006]本申请提供了一种自动响应恶性的行为的方法，包括：
[0007]获取视频画面；
[0008]利用YOLO模型对所述视频画面中的人体进行框取；
[0009]利用循环神经网络模型判断框取出的人体是否正在进行恶性的行为；
[0010]在所述框取出的人体正在进行恶性的行为时，自动响应所述恶性的行为。
[0011]可选的，所述利用循环神经网络模型判断框取出的人体是否正在进行恶性的行为包括：
[0012]利用循环神经网络模型根据框取出的人体构建人体各关节点的拓扑结构；
[0013]根据所述拓扑结构获取人体姿态；
[0014]根据多帧视频画面中获取到的人体姿态确定人体姿态的变化；
[0015]根据人体姿态的变化，判断框取出的人体是否正在进行恶性的行为。
[0016]可选的，所述YOLO模型为依据多幅包含人体的视频画面训练而成，用于对人体进行标记框取。
[0017]可选的，所述循环神经网络模型为自底向上的循环神经网络模型；
[0018]所述自底向上的循环神经网络模型为依据已完成人体框取以及恶性的行为标记的视频画面训练而成，用于判断视频画面中是否存在恶性的行为。
[0019]可选的，所述自动响应所述恶性的行为包括以下至少一项：
[0020]启动警报器、发送信号至安保人员、报警或启动自动灭火系统。
[0021]本申请提供了一种自动响应恶性的行为的装置，包括：视频获取模块、人体框取模块、判断模块和响应模块；
[0022]所述视频获取模块，用于获取视频画面；
[0023]所述人体框取模块，用于利用YOLO模型对所述视频画面中的人体进行框取；
[0024]所述判断模块，用于利用循环神经网络模型判断框取出的人体是否正在进行恶性的行为；
[0025]所述响应模块，用于在所述框取出的人体正在进行恶性的行为时，自动响应所述恶性的行为。
[0026]可选的，所述判断模块包括：
[0027]构建模块，用于利用循环神经网络模型根据框取出的人体构建人体各关节点的拓扑结构；
[0028]姿态获取模块，用于根据所述拓扑结构获取人体姿态；
[0029]确定模块，用于根据多帧视频画面中获取到的人体姿态确定人体姿态的变化；
[0030]姿态判断模块，用于根据人体姿态的变化，判断框取出的人体是否正在进行恶性的行为。
[0031]可选的，所述YOLO模型为依据多幅包含人体的视频画面训练而成，用于对人体进行标记框取。
[0032]可选的，所述循环神经网络模型为自底向上的循环神经网络模型；
[0033]所述自底向上的循环神经网络模型为依据已完成人体框取以及恶性的行为标记的视频画面训练而成，用于判断视频画面中是否存在恶性的行为。
[0034]本申请提供了一种自动响应恶性的行为的系统，包括：视频存储模块、YOLO模型、循环神经网络模型、自动响应模块；
[0035]所述YOLO模型从所述视频存储模块中获取视频画面，对所述视频画面中的人体进行框取，将框取后的视频画面发送给所述循环神经网络模型；
[0036]所述循环神经网络模型判断所述框取后的视频画面中的人体是否正在进行恶性行为；
[0037]在所述框取出的人体正在进行恶性的行为时，所述自动响应模块自动响应所述恶性的行为。
[0038]相较于现有技术，本申请具有以下有益效果：
[0039]本申请通过获取视频画面；利用YOLO模型对所述视频画面中的人体进行框取；利用循环神经网络模型判断框取出的人体是否正在进行恶性的行为；在所述框取出的人体正在进行恶性的行为时，自动响应所述恶性的行为。本申请通过训练得到能够框取人体的YOLO模型，以及能够在框取出人体的视频画面中判断框取出的人体是否正在进行恶性的行为的循环神经网络模型，综合利用YOLO模型以及循环神经网络模型，可以自动检测视频中是否存在恶性的行为，如果存在，则自动响应恶性的行为，从而在恶性的行为发生时及时响应，以制止恶性的行为的进行并减少人们的生命财产损失。
附图说明
[0040]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0041]图1为本申请实施例提供的一种自动响应恶性的行为的方法流程图；
[0042]图2为本申请实施例提供的一种利用循环神经网络模型判断框取出的人体是否正在进行恶性的行为的方法流程图；
[0043]图3为本申请实施例提供的一种自动响应恶性的行为的装置结构示意图；
[0044]图4为本申请实施例提供的一种自动响应恶性的行为的系统结构示意图。
具体实施方式
[0045]正如前文描述，目前的视频监控画面需要工作人员长时间精神高度集中的观察，才能在视频监控画面中出现恶性的行为时及时响应，这样会耗费大量人力资源。例如在银行场景中，顾客之间可能会出现言语争执，从而导致斗殴行为的发生，如果没有及时发现并采取相应措施，可能会产生及其恶劣的影响。
[0046]专利技术人经过研究，专利技术了一种自动响应恶性的行为的方法、装置及系统，能够在恶性的行为发生时及时响应，以及时制止恶性的行为的进行并减少人们的生命财产损失。
[0047]需要说明的是，本申请提供的一种自动响应恶性的行为的方法、装置及系统可用于人工智能领域或金融领域。上述仅为示例，并不对本申请提供的一种自动响应恶性的行为的方法、装置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动响应恶性的行为的方法，其特征在于，包括：获取视频画面；利用YOLO模型对所述视频画面中的人体进行框取；利用循环神经网络模型判断框取出的人体是否正在进行恶性的行为；在所述框取出的人体正在进行恶性的行为时，自动响应所述恶性的行为。2.根据权利要求1所述的方法，其特征在于，所述利用循环神经网络模型判断框取出的人体是否正在进行恶性的行为包括：利用循环神经网络模型根据框取出的人体构建人体各关节点的拓扑结构；根据所述拓扑结构获取人体姿态；根据多帧视频画面中获取到的人体姿态确定人体姿态的变化；根据人体姿态的变化，判断框取出的人体是否正在进行恶性的行为。3.根据权利要求1所述的方法，其特征在于，所述YOLO模型为依据多幅包含人体的视频画面训练而成，用于对人体进行标记框取。4.根据权利要求1所述的方法，其特征在于，所述循环神经网络模型为自底向上的循环神经网络模型；所述自底向上的循环神经网络模型为依据已完成人体框取以及恶性的行为标记的视频画面训练而成，用于判断视频画面中是否存在恶性的行为。5.根据权利要求1所述的方法，其特征在于，所述自动响应所述恶性的行为包括以下至少一项：启动警报器、发送信号至安保人员、报警或启动自动灭火系统。6.一种自动响应恶性的行为的装置，其特征在于，包括：视频获取模块、人体框取模块、判断模块和响应模块；所述视频获取模块，用于获取视频画面；所述人体框取模块，用于利用YOLO模型对所述视频画面中的人体进行框取；所述判...

【专利技术属性】
技术研发人员：史天朔，邝智颖，符方英，徐一茗，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：