【技术实现步骤摘要】
本专利技术涉及图像处理的，尤其是涉及一种群体异常行为的检测方法、装置、电子设备和存储介质。
技术介绍
1、大型公共场所(如，广场、商业街、景区等)一直是相关部门重点巡查的对象，因为这些区域容易发生人员聚集和打架斗殴等影响公共秩序的群体异常行为。但是，传统的人工巡逻和监控手段存在诸多的局限性。巡警人员精力有限，无法全天候、全方位地监控整个场地；监控摄像头虽然覆盖面广，但只能被动地记录事件发生，无法主动发现和预警可能出现的纷争。这些都使得相关部门难以及时发现和处置这类紧急事件，给社会安全带来了隐患。及时发现和报警公共场所的人员聚集和打架斗殴等群体异常事件，不仅可以使相关部门迅速采取应对措施，避免事态扩大，而且还有利于维护社会稳定和公众安全。
2、目前，公共场所无法实现摄像头全面覆盖监控主要有以下几个原因：
3、1.成本问题。在大型公共场所，如，商业街、公园等，要实现全面覆盖需要大量的监控摄像头设备投入，成本非常高昂，往往超出了管理方的预算能力；
4、2.技术局限性。即使投入大量资金，也很难做到完全无死角的覆盖。一些特殊的遮挡物、阴暗角落等，摄像头很难覆盖到。而且现有的监控系统也难以做到对所有画面的实时分析和处理；
5、3.维护困难。大规模的监控系统对于日常维护和管理也是一大挑战，需要大量的人力和财力投入。一旦出现故障或者被破坏，也难以及时发现和修复。
6、因此，公共场所的监控系统更多是在人流密集或重点区域进行针对性覆盖，做到全面覆盖目前还存在较大的现实障碍。
7
8、综上，传统技术无法及时对群体异常行为进行全面有效的检测，缺乏预警机制。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种群体异常行为的检测方法、装置、电子设备和存储介质，以缓解传统技术无法及时对群体异常行为进行全面有效的检测，缺乏预警机制的技术问题。
2、第一方面，本专利技术实施例提供了一种群体异常行为的检测方法，包括：
3、通过无人机搭载的红外相机获取待监测区域的实时红外视频流，并获取所述实时红外视频流的红外视频帧图像；
4、采用行人检测模型对所述红外视频帧图像进行行人检测，得到所述红外视频帧图像中所包含的行人的信息；
5、对所述行人的信息中的行人坐标信息进行归一化处理，并对归一化后的行人坐标信息进行聚类；
6、判断聚类结果中的各簇团的行人数量是否大于预设数量阈值；
7、若存在目标簇团的行人数量大于所述预设数量阈值，则确定所述目标簇团的行人存在群体异常行为，并向管理部门发出预警。
8、进一步的，所述方法还包括：
9、通过热力图的方式标记所述目标簇团对应的区域，并将所述热力图发送至所述管理部门的指挥中心系统，以进行显示。
10、进一步的，在对所述行人的信息中的行人坐标信息进行归一化处理之前，所述方法还包括：
11、根据所述行人的信息确定所述红外视频帧图像中所包含的行人数量是否大于所述预设数量阈值；
12、若大于所述预设数量阈值，则对所述行人的信息中的行人坐标信息进行归一化处理；
13、若不大于所述预设数量阈值，则获取下一红外视频帧图像，并将所述下一红外视频帧图像作为所述红外视频帧图像，返回执行采用行人检测模型对所述红外视频帧图像进行行人检测的步骤。
14、进一步的，所述方法还包括：
15、若不存在目标簇团的行人数量大于所述预设数量阈值，则确定所述红外视频帧图像中不存在群体异常行为，进而获取下一红外视频帧图像，并将所述下一红外视频帧图像作为所述红外视频帧图像，返回执行采用行人检测模型对所述红外视频帧图像进行行人检测的步骤。
16、进一步的，所述行人检测模型包括：fpn结合pan的结构。
17、进一步的，所述无人机的数量为多个。
18、第二方面，本专利技术实施例还提供了一种群体异常行为的检测装置，包括：
19、获取单元，用于通过无人机搭载的红外相机获取待监测区域的实时红外视频流，并获取所述实时红外视频流的红外视频帧图像；
20、行人检测单元，用于采用行人检测模型对所述红外视频帧图像进行行人检测，得到所述红外视频帧图像中所包含的行人的信息；
21、聚类单元，用于对所述行人的信息中的行人坐标信息进行归一化处理，并对归一化后的行人坐标信息进行聚类；
22、判断单元，用于判断聚类结果中的各簇团的行人数量是否大于预设数量阈值；
23、确定单元，用于若存在目标簇团的行人数量大于所述预设数量阈值，则确定所述目标簇团的行人存在群体异常行为，并向管理部门发出预警。
24、进一步的，所述装置还用于：
25、通过热力图的方式标记所述目标簇团对应的区域，并将所述热力图发送至所述管理部门的指挥中心系统，以进行显示。
26、第三方面，本专利技术实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法的步骤。
27、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有机器可运行指令，所述机器可运行指令在被处理器调用和运行时，所述机器可运行指令促使所述处理器运行上述第一方面任一项所述的方法。
28、在本专利技术实施例中，提供了一种群体异常行为的检测方法，包括：通过无人机搭载的红外相机获取待监测区域的实时红外视频流，并获取实时红外视频流的红外视频帧图像；采用行人检测模型对红外视频帧图像进行行人检测，得到红外视频帧图像中所包含的行人的信息；对行人的信息中的行人坐标信息进行归一化处理，并对归一化后的行人坐标信息进行聚类；判断聚类结果中的各簇团的行人数量是否大于预设数量阈值；若存在目标簇团的行人数量大于预设数量阈值，则确定目标簇团的行人存在群体异常行为，并向管理部门发出预警。通过上述描述可知，本专利技术的群体异常行为的检测方法中，采用无人机搭载的红外相机采集待监测区域的实时红外视频流的方式，相比传统的地面固定监控设备，可以覆盖更广阔的视野范围，提高了监测的全面性和连续性，后续可采用行人检测模型对采集的实时红外视频流的每帧红外视频帧图像进行行人检测，进而采用聚类的方法对行人检测得到的行人坐标信息进行聚类，再根据聚类结果进行群体异常行为进行识别，可及时有效的识别群体异常行为，并发出预警，缓解了传统技术无本文档来自技高网...
【技术保护点】
1.一种群体异常行为的检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在对所述行人的信息中的行人坐标信息进行归一化处理之前，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述行人检测模型包括：FPN结合PAN的结构。
6.根据权利要求1所述的方法，其特征在于，所述无人机的数量为多个。
7.一种群体异常行为的检测装置，其特征在于，包括：
8.根据权利要求7所述的装置，其特征在于，所述装置还用于：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有机器可运行指令，所述机器可运行指令在被处理器调用和运行时，所述机器可运行指令
...【技术特征摘要】
1.一种群体异常行为的检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在对所述行人的信息中的行人坐标信息进行归一化处理之前，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述行人检测模型包括：fpn结合pan的结构。
6.根据权利要求1所述的方法，其特征在于，所述无人机的数量为多个。
7.一种群...
【专利技术属性】
技术研发人员：帅博，张江林，汪良会，张建森，程进，殷仁锋，罗文强，
申请(专利权)人：鉴真防务技术上海有限公司，
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。