本申请提供了一种行为识别警示的方法及装置。在执行行为识别警示的方法时，首先可以获取目标地点的监控视频流，所述监控视频流体现目标用户在所述目标地点的行为，控视频流例如可以是对目标地点的拍摄的监控摄像头得到的。接着，可以对所述目标地点的监控视频流进行识别，从而判断所述目标用户是否出现目标行为，所述目标行为表示用户存在安全风险。如果所述目标用户出现目标行为，可以发出警示消息，该警示消息可以为警笛声音，也可以为后台系统报警预告。这样，通过判断目标用户是否出现目标行为，实现了对目标行为的快速有效甄别，进而在保证速度的同时提升了甄别的精准度，有效保证了目标用户的安全。有效保证了目标用户的安全。有效保证了目标用户的安全。
【技术实现步骤摘要】
一种行为识别警示的方法及装置
[0001]本申请涉及行为识别领域，尤其涉及一种行为识别警示的方法及装置。
技术介绍
[0002]随着行为识别技术的发展，很多服务不满足于只是识别人的面部特征。
[0003]例如，在银行办理业务时，经常发生安全问题。现有技术通过将采集到的用户面部信息与存储于系统中的用户面部信息进行比对，保证用户及财产安全。
[0004]面部信息比对主要是为了确认办理业务的人是用户本人，但对于用户被要挟或者诱骗，不能或者没有做出任何害怕表情的情况，现有技术精度不高、效果甚微。
技术实现思路
[0005]有鉴于此，本申请实施例提供了一种行为识别警示的方法及装置，旨在在目标用户行为异常时发出警示消息。
[0006]第一方面，本申请实施例提供了一种行为识别警示的方法，该方法包括：
[0007]获取目标地点的监控视频流，所述监控视频流体现目标用户在所述目标地点的行为；
[0008]对所述目标地点的监控视频流进行识别，判断所述目标用户是否出现目标行为；
[0009]响应于所述目标用户出现目标行为，发出警示消息，所述目标行为表示用户存在安全风险。
[0010]在一种可能的实现方式中，所述对所述目标地点的监控视频流进行识别，判断所述目标用户是否出现目标行为，包括：
[0011]从所述监控视频流中提取所述目标用户的行为特征；
[0012]通过神经网络模型，判断所述目标用户的行为特征是否与所述目标行为的行为特征匹配。
[0013]在一种可能的实现方式中，所述神经网络模型是通过如下方法得到的：
[0014]获取训练数据集，训练数据集包括行为特征和结果，所述结果用于指示所述行为特征是否与目标行为的行为特征匹配；
[0015]根据训练数据集训练所述神经网络模型，所述神经网络模型用于描述行为特征和结果之间的关联关系。
[0016]在一种可能的实现方式中，用于建立所述神经网络模型的行为特征的获取方法包括：
[0017]获取第一地点出现目标行为的监控视频流；
[0018]对所述第一地点的监控视频流进行识别；
[0019]根据所述识别的结果确定所述第一地点出现目标行为的行为特征。
[0020]在一种可能的实现方式中，所述对所述第一地点的监控视频流进行识别，包括：
[0021]获取所述目标地点的监控视频流中的变化区域，所述变化区域为相关用户的行为
运动的区域；
[0022]对所述变化区域根据运动频率进行划分；
[0023]根据划分后的所述变化区域确定所述第一地点的监控视频流识别结果。
[0024]第二方面，本申请实施例提供了一种行为识别警示的装置，所述行为识别警示的装置包括：
[0025]获取单元，用于获取目标地点的监控视频流，所述监控视频流体现目标用户在所述目标地点的行为；
[0026]判断单元，用于对所述目标地点的监控视频流进行识别，判断所述目标用户是否出现目标行为；
[0027]响应单元，用于响应于所述目标用户出现目标行为，发出警示消息，所述目标行为表示用户存在安全风险。
[0028]在一种可能的实现方式中，所述判断单元包括：
[0029]提取单元，用于从所述监控视频流中提取所述目标用户的行为特征；
[0030]判断行为特征单元，用于通过神经网络模型，判断所述目标用户的行为特征是否与所述目标行为的行为特征匹配。
[0031]在一种可能的实现方式中，所述神经网络模型是通过如下步骤得到的：
[0032]获取训练数据集，训练数据集包括行为特征和结果，所述结果用于指示所述行为特征是否与目标行为的行为特征匹配；
[0033]根据训练数据集训练所述神经网络模型，所述神经网络模型用于描述行为特征和结果之间的关联关系。
[0034]在一种可能的实现方式中，用于建立所述神经网络模型的行为特征的获取步骤包括：
[0035]获取第一地点出现目标行为的监控视频流；
[0036]对所述第一地点的监控视频流进行识别；
[0037]根据所述识别的结果确定所述第一地点出现目标行为的行为特征。
[0038]在一种可能的实现方式中，所述对所述第一地点的监控视频流进行识别，包括：
[0039]获取所述目标地点的监控视频流中的变化区域，所述变化区域为相关用户的行为运动的区域；
[0040]对所述变化区域根据运动频率进行划分；
[0041]根据划分后的所述变化区域确定所述第一地点的监控视频流识别结果。
[0042]第三方面，本申请实施例提供了一种设备，所述设备包括存储器和处理器，所述存储器用于存储指令或代码，所述处理器用于执行所述指令或代码，以使所述设备执行前述第一方面任一项所述的行为识别警示的方法。
[0043]第四方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质中存储有代码，当所述代码被运行时，运行所述代码的设备实现前述第一方面任一项所述的行为识别警示的方法。
[0044]本申请提供了一种行为识别警示的方法及装置。在执行行为识别警示的方法时，首先可以获取目标地点的监控视频流，所述监控视频流体现目标用户在所述目标地点的行为，控视频流例如可以是对目标地点的拍摄的监控摄像头得到的。接着，可以对所述目标地
点的监控视频流进行识别，从而判断所述目标用户是否出现目标行为，所述目标行为表示用户存在安全风险。如果所述目标用户出现目标行为，可以发出警示消息，该警示消息可以为警笛声音，也可以为后台系统报警预告，以保障用户的安全。这样，通过判断目标用户是否出现目标行为，实现了对目标行为的快速有效甄别，进而在保证速度的同时提升了甄别的精准度，有效保证了目标用户的安全。
附图说明
[0045]为更清楚地说明本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的前提下，还可以根据这些附图获得其他的附图。
[0046]图1为本申请实施例提供的行为识别警示的方法的一种方法流程图；
[0047]图2为本申请实施例提供的行为识别警示的装置的一种结构示意图。
具体实施方式
[0048]银行现有的无论是银行取款机还是银行网点服务窗口，所设置的监控摄像头其本身都不具有画面识别分析功能，仅仅只能作为监控摄像头进行录像，在发生刑事或者是民事亦或者是纠纷时，作为调查取证调取录像。现有技术如果是监控摄像头与其设备联用或者是对监控摄像头进行改造，能够实现对画面的识别功能，也仅限于事先获取并存储用户的面部信息，在发生事件时进行面部信息比对。
[0049]但也会有，用户被犯罪分子要挟，被要求不能表现出惊慌，或者用户并没有意识到诈骗，只是有一些疑虑等情况，对于上述类似这样的情况，用户在面部表情上可能本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种行为识别警示的方法，其特征在于，所述方法包括：获取目标地点的监控视频流，所述监控视频流体现目标用户在所述目标地点的行为；对所述目标地点的监控视频流进行识别，判断所述目标用户是否出现目标行为；响应于所述目标用户出现目标行为，发出警示消息，所述目标行为表示用户存在安全风险。2.根据权利要求1所述的方法，其特征在于，所述对所述目标地点的监控视频流进行识别，判断所述目标用户是否出现目标行为，包括：从所述监控视频流中提取所述目标用户的行为特征；通过神经网络模型，判断所述目标用户的行为特征是否与所述目标行为的行为特征匹配。3.根据权利要求2所述的方法，其特征在于，所述神经网络模型是通过如下方法得到的：获取训练数据集，训练数据集包括行为特征和结果，所述结果用于指示所述行为特征是否与目标行为的行为特征匹配；根据训练数据集训练所述神经网络模型，所述神经网络模型用于描述行为特征和结果之间的关联关系。4.根据权利要求1
‑
3任意一项所述的方法，其特征在于，用于建立所述神经网络模型的行为特征的获取方法包括：获取第一地点出现目标行为的监控视频流；对所述第一地点的监控视频流进行识别；根据所述识别的结果确定所述第一地点出现目标行为的行为特征。5.根据权利要求4所述的方法，其特征在于，所述对所述第一地点的监控视频流进行识别，包括：获取所述目标地点的监控视频流中的变化区域，所述变化区域为相关用户的行为运动的区域；对所述变化区域根据运动频率进行划分；根据划分后的所述变化区域确定所述第一地点的监控视频流识别结果。6.一种行为识别警示的装置，其特征在于，所述行为识别警示...
【专利技术属性】
技术研发人员：孙海鑫，敖倩，洪烨嵘，温灏，
申请(专利权)人：中国银行股份有限公司，
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。