本申请公开了一种人影可疑性判定方法、装置、设备及存储介质，涉及视频安防技术领域，包括：利用人影目标检测模型对当前输入的目标视频进行人影检测，得到各视频帧中的人影矩形框位置和人影像素区域；利用人影矩形框位置和人影像素区域对各视频帧中的人影采用轮廓匹配算法进行跟踪处理以构建出与目标视频对应的目标人影框图序列；将目标人影框图序列输入至基于深度卷积神经网络模型和循环神经网络模型预先构建的人影可疑性判定模型判断目标视频中的人影是否可疑。本申请对通过人影目标检测模型检测到的人影进行跟踪以构建出目标人影框图序列，再通过人影可疑性判定模型判断人影是否可疑，从而解决未见真人而只见人影场景下的可疑人员预警问题。下的可疑人员预警问题。下的可疑人员预警问题。
【技术实现步骤摘要】
一种人影可疑性判定方法、装置、设备及存储介质
[0001]本专利技术涉及视频安防
，特别涉及一种人影可疑性判定方法、装置、设备及存储介质。
技术介绍
[0002]当前，基于视频分析的可疑人员预警是视频安防领域的重要应用方向，广泛应用在家庭、校园、商场、银行、交通及建筑工地等场合，具体应用包括庭院入侵报警、银行闯入预警、工厂仓库防盗等，其以数字化、网络化的视频监控为基础，以人形检测技术为支撑，以行为识别分析技术为核心。其中，人形检测用于检测摄像机视野中的人，行为识别分析用于判断人员是否可疑。
[0003]对于目前的可疑人员预警技术而言，只能对视野范围内的可疑人员进行预警，无法对视野外的可疑人员进行预警。可疑人员处于摄像机视野外有两个可能原因：一方面，同一场景安装的摄像机数量有限及每个摄像机的视野有限；另一方面，可疑人员蓄意躲避摄像机的视野范围。然而针对摄像机数量和视野受限的情况，增加摄像机的数量以及采用大视野的摄像机只能一定程度上覆盖更多区域，不能覆盖全景区域而且还会导致成本的增加。针对蓄意躲避摄像机视野范围的情况，只能依赖暴露在视野内的人的其它信息。在一定的场景下，可疑人员未出现在摄像机的视野内，从而无法利用现有基于人形检测的可疑人员预警方法进行预警，若可疑人员的影子出现在摄像机视野内，有经验的安防人员可以通过人影信息进行预警，但是目前通过智能算法分析视频中的人影信息进行可疑人员预警的方法还未出现。
[0004]因此，如何提供一种针对视频中的人影信息进行可疑人员预警的技术方案是本领域技术人员目前需要解决的问题。
技术实现思路
[0005]有鉴于此，本专利技术的目的在于提供一种人影可疑性判定方法、装置、设备及存储介质，能够解决未见真人而只见人影场景下的可疑人员预警的问题。其具体方案如下：第一方面，本申请公开了一种人影可疑性判定方法，包括：利用预先训练的人影目标检测模型对当前输入的目标视频进行人影检测，得到所述人影目标检测模型输出的所述目标视频中各视频帧对应的人影矩形框位置和人影像素区域；利用所述人影矩形框位置和所述人影像素区域对各所述视频帧中的所述人影采用轮廓匹配算法进行跟踪处理，以构建出与所述目标视频对应的目标人影框图序列；将所述目标人影框图序列输入至基于深度卷积神经网络模型和循环神经网络模型预先构建的人影可疑性判定模型，以得到所述人影可疑性判定模型输出的与所述目标人影框图序列对应的检测结果；基于所述检测结果判断所述目标视频中的人影是否可疑，得到相应的判定结果。
[0006]可选的，所述利用预先训练的人影目标检测模型对当前输入的目标视频进行人影检测之前，还包括：收集各场景下的视频样本，并对所述视频样本中的每帧视频帧中的人影矩形框位置进行标注得到标注后视频样本；利用所述标注后视频样本对基于区域掩膜算法的深度卷积神经网络模型进行训练得到相应的人影目标检测模型。
[0007]可选的，所述利用所述人影矩形框位置和所述人影像素区域对各所述视频帧中的所述人影采用轮廓匹配算法进行跟踪处理之前，还包括：根据所述人影矩形框位置对所述目标视频中的各所述视频帧中的人影进行裁剪，得到包含所述人影的人影框图；根据所述人影像素区域从所述人影框图中提取出相应的人影轮廓；为所述人影轮廓设置相应的人影编号得到编号后人影轮廓，并将所述编号后人影轮廓存放至预先构建的人影轮廓库中。
[0008]可选的，所述构建出与所述目标视频对应的目标人影框图序列，包括：获取相同人影编号的所述人影轮廓对应的人影框图，得到各人影编号对应的人影框图集合；按照所述视频帧的先后顺序对所述人影框图集合中的各所述人影框图进行排序，得到各所述人影编号对应的人影框图序列；按照人影编号顺序对各所述人影框图序列进行排序，得到相应的目标人影框图序列。
[0009]可选的，所述为所述人影轮廓设置相应的人影编号得到编号后人影轮廓，并将所述编号后人影轮廓存放至预先构建的人影轮廓库中，包括：判断所述人影轮廓是否为所述目标视频的起始帧人影轮廓；若所述人影轮廓为所述目标视频的所述起始帧人影轮廓，则为所述人影轮廓设置相应的人影编号得到编号后人影轮廓，并将所述编号后人影轮廓确定为轮廓模板存放至预先构建的人影轮廓库中；若所述人影轮廓不为所述目标视频的所述起始帧人影轮廓，则将所述人影轮廓与所述人影轮廓库中的所有轮廓模板进行匹配以确定出与各所述轮廓模板对应的匹配分数；从匹配分数中确定出最大匹配分数；判断所述最大匹配分数是否大于预设匹配阈值；若所述最大匹配分数大于所述预设匹配阈值，则为所述人影轮廓设置与所述最大匹配分数对应的轮廓模板相同的人影编号，并利用所述人影轮廓替换所述人影轮廓库中的与所述最大匹配分数对应的所述轮廓模板；若所述最大匹配分数不大于所述预设匹配阈值，则为所述人影轮廓设置新的人影编号，并将编号后人影轮廓确定为与所述新的人影编号对应的轮廓模板存放至预先构建的人影轮廓库中。
[0010]可选的，所述将所述目标人影框图序列输入至基于深度卷积神经网络模型和循环神经网络模型预先构建的人影可疑性判定模型，以得到所述人影可疑性判定模型输出的与所述目标人影框图序列对应的检测结果，包括：
将所述目标人影框图序列输入至基于深度卷积神经网络模型和循环神经网络模型预先构建的人影可疑性判定模型，以得到所述人影可疑性判定模型输出的与所述目标人影框图序列对应的可疑得分和非可疑得分；相应的，所述基于所述检测结果判断所述目标视频中的人影是否可疑，得到相应的判定结果，包括：根据所述可疑得分和非可疑得分判断所述目标视频中的人影是否可疑，得到相应的判定结果。
[0011]可选的，所述根据所述可疑得分和非可疑得分判断所述目标视频中的人影是否可疑，得到相应的判定结果，包括：判断所述可疑得分是否大于所述非可疑得分；若所述可疑得分大于所述非可疑得分，则判定所述目标视频中的人影可疑；若所述可疑得分不大于所述非可疑得分，则判定所述目标视频中的人影不可疑。
[0012]第二方面，本申请公开了一种人影可疑性判定装置，包括：人影检测模块，用于利用预先训练的人影目标检测模型对当前输入的目标视频进行人影检测，得到所述人影目标检测模型输出的所述目标视频中各视频帧对应的人影矩形框位置和人影像素区域；序列图构建模块，用于利用所述人影矩形框位置和所述人影像素区域对各所述视频帧中的所述人影采用轮廓匹配算法进行跟踪处理，以构建出与所述目标视频对应的目标人影框图序列；可疑性判定模块，用于将所述目标人影框图序列输入至基于深度卷积神经网络模型和循环神经网络模型预先构建的人影可疑性判定模型，以得到所述人影可疑性判定模型输出的与所述目标人影框图序列对应的检测结果；判断模块，用于基于所述检测结果判断所述目标视频中的人影是否可疑，得到相应的判定结果。
[0013]第三方面，本申请公开了一种电子设备，包括：存储器，用于保存计算机程序；处理器，用于执行所述计算机程序，以实现前述公开的人影可疑性判定方法的步骤。
[0014]第四方面，本申请公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人影可疑性判定方法，其特征在于，包括：利用预先训练的人影目标检测模型对当前输入的目标视频进行人影检测，得到所述人影目标检测模型输出的所述目标视频中各视频帧对应的人影矩形框位置和人影像素区域；利用所述人影矩形框位置和所述人影像素区域对各所述视频帧中的所述人影采用轮廓匹配算法进行跟踪处理，以构建出与所述目标视频对应的目标人影框图序列；将所述目标人影框图序列输入至基于深度卷积神经网络模型和循环神经网络模型预先构建的人影可疑性判定模型，以得到所述人影可疑性判定模型输出的与所述目标人影框图序列对应的检测结果；基于所述检测结果判断所述目标视频中的人影是否可疑，得到相应的判定结果。2.根据权利要求1所述的人影可疑性判定方法，其特征在于，所述利用预先训练的人影目标检测模型对当前输入的目标视频进行人影检测之前，还包括：收集各场景下的视频样本，并对所述视频样本中的每帧视频帧中的人影矩形框位置进行标注得到标注后视频样本；利用所述标注后视频样本对基于区域掩膜算法的深度卷积神经网络模型进行训练得到相应的人影目标检测模型。3.根据权利要求2所述的人影可疑性判定方法，其特征在于，所述利用所述人影矩形框位置和所述人影像素区域对各所述视频帧中的所述人影采用轮廓匹配算法进行跟踪处理之前，还包括：根据所述人影矩形框位置对所述目标视频中的各所述视频帧中的人影进行裁剪，得到包含所述人影的人影框图；根据所述人影像素区域从所述人影框图中提取出相应的人影轮廓；为所述人影轮廓设置相应的人影编号得到编号后人影轮廓，并将所述编号后人影轮廓存放至预先构建的人影轮廓库中。4.根据权利要求3所述的人影可疑性判定方法，其特征在于，所述构建出与所述目标视频对应的目标人影框图序列，包括：获取相同人影编号的所述人影轮廓对应的人影框图，得到各人影编号对应的人影框图集合；按照所述视频帧的先后顺序对所述人影框图集合中的各所述人影框图进行排序，得到各所述人影编号对应的人影框图序列；按照人影编号顺序对各所述人影框图序列进行排序，得到相应的目标人影框图序列。5.根据权利要求3所述的人影可疑性判定方法，其特征在于，所述为所述人影轮廓设置相应的人影编号得到编号后人影轮廓，并将所述编号后人影轮廓存放至预先构建的人影轮廓库中，包括：判断所述人影轮廓是否为所述目标视频的起始帧人影轮廓；若所述人影轮廓为所述目标视频的所述起始帧人影轮廓，则为所述人影轮廓设置相应的人影编号得到编号后人影轮廓，并将所述编号后人影轮廓确定为轮廓模板存放至预先构建的人影轮廓库中；若所述人影轮廓不为所述目标视频的所述起始帧人影轮廓，则将所述人影轮廓与所述人影轮廓库中的所有轮廓模板进行匹配以确定出与各所述轮廓模板对应的匹配分数；
从所述匹配分数中确定出最大匹配分数；...
【专利技术属性】
技术研发人员：赵春峰，赵刚强，金伟，应红力，
申请(专利权)人：杭州觅睿科技股份有限公司，
类型：发明
国别省市：
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。