一种基于深度学习目标追踪的异常行为检测方法技术

本发明专利技术涉及一种基于深度学习目标追踪的异常行为检测方法，包括的功能有入侵检测、滞留徘徊检测、骤变检测、聚众检测、逆行检测、奔跑检测、绊线检测、双绊线检测、遗留物检测、物体移除检测，能够很好目标进行检测、识别及追踪，防止和减少视频监控系统异常行为的误报警，改善系统在实际工程上的使用效果。改善系统在实际工程上的使用效果。

【技术实现步骤摘要】
一种基于深度学习目标追踪的异常行为检测方法


[0001]本专利技术属于视频监控和图像智能分析
，涉及一种基于深度学习目标追踪的异常行为检测方法。

技术介绍

[0002]传统的监控系统需要依靠人对得到的监控视频进行分析，耗时耗力。智能监控系统可以通过目标跟踪、识别等技术自动实现对目标场景的分析和异常检测。随着深度学习在计算机视觉领域的快速发展，智能视频分析技术已经达到非常高的精度。传统安防技术更多的是关注事后查证的有效性，但随着高清摄像机的普及，如何利用这些资源使设备“活”起来，已经成为越来越多安防企业发展的重点。有了视频分析，就可以及时发现视频中的异常情况，从而在第一时间做出反应，减少损失。其中，基于深度学习的目标跟踪是其中的热点研究内容。

技术实现思路

[0003]本专利技术的目的是本专利技术的目的在提供一种基于深度学习目标追踪的异常行为检测方法。该方法根据用户要求的自动对视频中发生的一些行为进行分析，及时对场景中的行人或者行为进行检测、跟踪、识别并能对存在的异常行为进行及时的报警，
[0004]本专利技术的技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习目标追踪的异常行为检测方法，其特征在于，包括：(1)入侵检测：在视频中设定检测区域，对目标进入或离开该区域的事件进行检测，并及时发出报警信息；(2)滞留徘徊检测：在视频中设定检测区域，对同一目标在该区域内停留或运动超过一定时间的事件进行检测，并及时发出报警信息；(3)人群聚集检测：在视频中设定检测区域，对该区域内的目标密集程度进行检测，并及时发出报警信息，使得管理人员能够更加有效地得知潜在威胁的所在，从而判断形式并做出相应的处理；(4)逆行检测：视频中设定检测区域及正常运动方向，对区域内目标不按正常方向运动的事件进行检测，并及时发出报警信息；(5)奔跑检测：奔跑检测主要是用于检测视...

【专利技术属性】
技术研发人员：王亚静，张晓林，
申请(专利权)人：北京航天长峰科技工业集团有限公司，
类型：发明
国别省市：