【技术实现步骤摘要】
本申请涉及安全监控，尤其涉及一种基于生成对抗网络的银行安全监控预警方法、设备及介质。
技术介绍
1、银行是一个当今社会货币的主要流通场所，它是国家经济运作的重要环节，它以其独特的功能和先进的技术广泛服务于国内各行各业中。在银行业务中涉及大量的现金、有价证券及贵重物品。因此，银行对于监控系统的要求也是极高，监控不仅保护了金库、银行大厅及柜台、atm取款机的安全，还保护着用户以及工作人员的安全。
2、对于银行存在的这些危险因素，目前监控只是记录了当时发生的一切，不够智能，当有危险情况发生时，无法提醒人们，让人们在第一时间做出反应，并采取有效地防护措施。
3、因此，为更好地进行银行监控，通常会安排更多保安人员在监控设备后台，时刻紧盯屏幕中对象的行为举止，或者在现场安排更多的安保人员，负责查看银行业务办理现场各对象的行动。这种方式需要投入更多人力成本，且受人的肉眼及工作经验的限制，不易及时监控到危险对象及其危险行为，而且现场安保人员的视线可能给现场业务办理客户带来不好的业务办理体验，甚至影响业务办理过程。
技术实现思路
1、本申请实施例提供了一种基于生成对抗网络的银行安全监控预警方法、设备及介质，用于解决现有的银行监控系统不够智能，安全监控能力较低，且需要投入更多人力成本，现场安排更多安保人员，可能影响客户的银行业务办理体验。
2、一方面，本申请实施例提供了一种基于生成对抗网络的银行安全监控预警方法，该方法包括：
3、获取来自监控设备的至少一
4、通过预先训练的运动序列生成器，确定所述运动捕捉序列对应预测周期内的预测运动捕捉序列；所述运动序列生成器包括多层门控循环单元gru网络层、全连接层dense；
5、将所述运动捕捉序列及所述预测运动捕捉序列，分别输入预先训练的运动序列判别器，以基于所述运动捕捉序列及所述预测运动捕捉序列中关键关节的所述关节运动信息，分别匹配预先划分的运动风格；所述关键关节基于dtw算法及所述运动序列判别器识别预设运动风格样本各关节对应的运动风格结果得到；
6、根据匹配到的所述运动风格，确定与所述运动捕捉序列对应的所述运动对象是否存在待预警行为，以生成相应的监控预警信息，并发送至所述监控设备对应的监控终端。
7、在本申请的一种实现方式中，通过预先训练的运动序列生成器，确定所述运动捕捉序列对应预测周期内的预测运动捕捉序列之前，所述方法还包括：
8、获取若干关节角度序列样本；其中，若干所述关节角度序列样本包括预先划分的多个不同运动风格、相应连续时间帧下各关节的所述关节运动信息；
9、将各所述关节角度序列样本分别输入多个待训练运动序列生成器，对各所述待训练运动序列生成器进行训练；各所述待训练运动序列生成器包括不同层数的gru网络层；
10、确定训练完成的各所述待训练运动序列生成器分别对应的均方误差值；
11、确定与各所述均方误差值中的最小值对应的所述待训练运动序列生成器，为预先训练的所述运动序列生成器。
12、在本申请的一种实现方式中，所述方法还包括：
13、在所述运动序列生成器的gru网络层之后，添加dropout层，以使所述gru网络层中部分神经元节点失效。
14、在本申请的一种实现方式中，所述待训练运动序列生成器的不同层数分别包括1层、2层、3层；所述运动序列生成器包括2层所述gru网络层。
15、在本申请的一种实现方式中，将所述运动捕捉序列及所述预测运动捕捉序列，分别输入预先训练的运动序列判别器之前，所述方法还包括：
16、获取若干运动捕捉序列样本，以将各所述运动捕捉序列样本输入待训练运动序列判别器；其中，若干所述运动捕捉序列样本包括不同运动风格在预定时长内各关节在各相应的所述关节自由度下的所述关节运动信息；所述预定时长为用于识别到相应所述运动风格的关节运动时长；一个所述运动捕捉序列样本包括一种运动风格在所述预定时长内的一个关节在相应的一个所述关节自由度下的所述关节运动信息；
17、通过dtw算法，确定同一所述运动风格、同一所述关节及其相应所述关节自由度对应的多个所述运动捕捉序列样本的姿势匹配时间帧，以通过所述姿势匹配时间帧的对应关系，分别将相应的各所述运动捕捉序列样本的所述关节运动角度序列，进行时间帧对齐处理，得到对齐运动捕捉序列样本组；所述姿势匹配时间帧为同一所述运动风格、同一所述关节对应的各所述运动捕捉序列样本的所述关节运动角度序列，在同一姿势下的分别对应的时间帧；
18、以所述对齐运动捕捉序列样本组中任意两个所述关节运动角度序列为第一序列、第二序列，计算所述第一序列与所述第二序列之间的关节运动差异值序列，以得到第一关节运动差异值序列；所述关节运动差异值序列中的各关节运动差异值通过欧式距离计算公式计算相应所述姿势匹配时间帧下的关节运动角度的欧式距离得到；
19、根据所述第一关节运动差异值序列，对满足预设补偿规则的所述第一序列和/或所述第二序列，进行相应所述姿势匹配时间帧下的所述关节运动角度补偿处理，以将补偿处理得到的关节运动角度序列作为第一均值时空模板匹配序列，并从对齐运动捕捉序列样本组中剔除所述第一序列及所述第二序列；其中，所述预设补偿规则用于确定计算第一关节运动差异值的两个关节运动角度中的较小值；所述两个关节运动角度分别来自所述第一序列、所述第二序列；所述补偿处理基于所述第一关节运动差异值与较小的所述关节运动角度执行；
20、以所述第一均值时空模板匹配序列为所述第一序列，所述对齐运动捕捉序列样本组中任意一个所述关节运动角度序列为第二序列，确定第二关节运动差异值序列，以得到相应的第二均值时空模板匹配序列，并从对齐运动捕捉序列样本组中剔除所述第二序列，以根据所述第二均值时空模板匹配序列，遍历所述对齐运动捕捉序列样本组，直至得到第n均值时空模板匹配序列；所述n为自然数；所述n为所述多个所述运动捕捉序列样本的样本数量减1；
21、将所述第n均值时空模板匹配序列，作为与相应所述运动风格、相应所述关节及其所述关节自由度匹配的均值时空模板匹配序列；所述均值时空模板匹配序列设置于所述运动序列判别器中，并包括与预先划分的所述运动风格的对应关系。
22、在本申请的一种实现方式中，所述方法还包括：
23、根据所述预设运动风格样本、与所述预设运动风格样本同一所述关节在同一所述关节自由度的各所述均值时空模板匹配序列及所述dtw算法，分别确定相应的关节运动相似度；一个所述预设运动风格样本包括一个关节在相应一个关节自由度的关节运动角度序列；
24、根据各所述关节运动相似度中的最大值，确定所述预设运动风格样本对应的所述运动风格结果；
25、在所述运动风格结果中所述运动风格本文档来自技高网...
【技术保护点】
1.一种基于生成对抗网络的银行安全监控预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于生成对抗网络的银行安全监控预警方法，其特征在于，通过预先训练的运动序列生成器，确定所述运动捕捉序列对应预测周期内的预测运动捕捉序列之前，所述方法还包括：
3.根据权利要求2所述的一种基于生成对抗网络的银行安全监控预警方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的一种基于生成对抗网络的银行安全监控预警方法，其特征在于，所述待训练运动序列生成器的不同层数分别包括1层、2层、3层；所述运动序列生成器包括2层所述GRU网络层。
5.根据权利要求1所述的一种基于生成对抗网络的银行安全监控预警方法，其特征在于，将所述运动捕捉序列及所述预测运动捕捉序列，分别输入预先训练的运动序列判别器之前，所述方法还包括：
6.根据权利要求5所述的一种基于生成对抗网络的银行安全监控预警方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的一种基于生成对抗网络的银行安全监控预警方法，其特征在于，基于所述运动捕捉序列
8.根据权利要求1所述的一种基于生成对抗网络的银行安全监控预警方法，其特征在于，所述方法还包括：
9.一种基于生成对抗网络的银行安全监控预警设备，其特征在于，所述设备包括：
10.一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令能够执行如上述权利要求1-8任一项所述的一种基于生成对抗网络的银行安全监控预警方法。
...【技术特征摘要】
1.一种基于生成对抗网络的银行安全监控预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于生成对抗网络的银行安全监控预警方法，其特征在于，通过预先训练的运动序列生成器，确定所述运动捕捉序列对应预测周期内的预测运动捕捉序列之前，所述方法还包括：
3.根据权利要求2所述的一种基于生成对抗网络的银行安全监控预警方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的一种基于生成对抗网络的银行安全监控预警方法，其特征在于，所述待训练运动序列生成器的不同层数分别包括1层、2层、3层；所述运动序列生成器包括2层所述gru网络层。
5.根据权利要求1所述的一种基于生成对抗网络的银行安全监控预警方法，其特征在于，将所述运动捕捉序列及所述预测运动捕捉序列，分别输入预先训练的运...
【专利技术属性】
技术研发人员：刘秀叶，
申请(专利权)人：中国农业银行股份有限公司山东省分行，
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。