可疑人員檢測(cè)方法與系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體而言涉及一種可疑人員檢測(cè)方法與系統(tǒng)。
【背景技術(shù)】
[0002]視頻監(jiān)控是目前常用的安防手段，在火車站、機(jī)場(chǎng)、地鐵站、廣場(chǎng)等人流密集區(qū)域進(jìn)行視頻監(jiān)控，對(duì)于保護(hù)人民群眾生命財(cái)產(chǎn)安全具有重要作用。
[0003]在傳統(tǒng)的視頻監(jiān)控方案中，需要監(jiān)控人員時(shí)刻保持注意力集中，嚴(yán)密觀察，判斷可疑人員主要依賴于監(jiān)控人員的個(gè)人能力和經(jīng)驗(yàn)。而且監(jiān)控人員長(zhǎng)工作時(shí)間容易疲勞，進(jìn)一步降低監(jiān)控質(zhì)量，導(dǎo)致監(jiān)控系統(tǒng)往往只能起到事后取證的作用，無(wú)法起到事前預(yù)防的作用。
[0004]在現(xiàn)有的一些智能視頻監(jiān)控方案中，使用人臉識(shí)別進(jìn)行可疑人員檢測(cè)。但這些方案都依賴于一個(gè)危險(xiǎn)人員數(shù)據(jù)庫(kù)，即黑名單，而對(duì)于不在黑名單上的人，系統(tǒng)無(wú)法提供任何?目息O
[0005]為了彌補(bǔ)視頻監(jiān)控的這一缺點(diǎn)，視頻監(jiān)控往往和巡邏、臨檢等措施配合預(yù)防犯罪，但巡邏、臨檢同樣依賴于安防人員的水平，存在著憑經(jīng)驗(yàn)、憑感覺(jué)、憑運(yùn)氣、效率低等問(wèn)題。
[0006]因此，為解決上述技術(shù)問(wèn)題，有必要提出一種新的可疑人員檢測(cè)方法與系統(tǒng)。

【發(fā)明內(nèi)容】

[0007]為了解決上述視頻監(jiān)控以及與之配合的巡邏、臨檢存在的問(wèn)題，本發(fā)明提供了一種可疑人員檢測(cè)方法，所述方法包括:接收視頻采集模塊所采集的視頻數(shù)據(jù);從所接收的視頻數(shù)據(jù)中識(shí)別至少一個(gè)行人，以得到所述行人的行人圖像;從所述行人圖像中提取行人特征;基于所提取的所述行人特征計(jì)算所述行人為可疑的概率。
[0008]示例性地，從所接收的視頻數(shù)據(jù)中識(shí)別至少一個(gè)行人，以得到所述行人的行人圖像進(jìn)一步包括:對(duì)于所述視頻數(shù)據(jù)中的至少兩幀圖像，檢測(cè)每一幀圖像中的行人；以及在所述至少兩幀圖像中，根據(jù)所述行人之間的關(guān)聯(lián)信息，對(duì)檢測(cè)到的行人進(jìn)行追蹤，以識(shí)別所述至少一個(gè)行人，并得到所述行人的行人圖像。
[0009]示例性地，對(duì)于所述視頻數(shù)據(jù)中的至少兩幀圖像，檢測(cè)每一幀圖像中的行人進(jìn)一步包括:將所述每一幀圖像輸入卷積神經(jīng)網(wǎng)絡(luò)以得到熱力圖；在所述熱力圖上通過(guò)滑窗以得到多個(gè)包圍框;對(duì)于每一個(gè)包圍框，通過(guò)卷積神經(jīng)網(wǎng)絡(luò)檢測(cè)出包括行人的包圍框，以檢測(cè)出每一幀圖像中的行人。
[0010]示例性地，在所述至少兩幀圖像中，根據(jù)所述行人之間的關(guān)聯(lián)信息，對(duì)檢測(cè)到的行人進(jìn)行追蹤，以識(shí)別所述至少一個(gè)行人，并得到所述行人的行人圖像進(jìn)一步包括:根據(jù)所述至少兩幀圖像中檢測(cè)出的行人之間的關(guān)聯(lián)特征，計(jì)算所述至少兩幀圖像之間的行人匹配權(quán)重，從而追蹤所述至少一個(gè)行人，以識(shí)別所述至少一個(gè)行人，并得到所述行人的行人圖像。[0011 ]示例性地，基于所提取的所述行人特征計(jì)算所述行人為可疑的概率進(jìn)一步包括:將所提取的所述行人特征輸入分類器，通過(guò)所述分類器為所述行人特征賦予不同的權(quán)值，從而計(jì)算所述行人為可疑的概率，以判斷所述行人是否為可疑。
[0012]示例性地，從所述行人圖像中提取所述行人特征進(jìn)一步包括:將所述行人圖像的至少一幀輸入卷積神經(jīng)網(wǎng)絡(luò)以提取所述行人的靜態(tài)行人特征。
[0013]示例性地，從所述行人圖像中提取所述行人特征進(jìn)一步包括:將所述靜態(tài)行人特征輸入神經(jīng)網(wǎng)絡(luò)以提取所述行人的動(dòng)態(tài)行人特征以及計(jì)算所述行人的靜態(tài)行人特征隨時(shí)間的變化特征。
[0014]示例性地，基于所提取的所述行人特征計(jì)算所述行人為可疑的概率進(jìn)一步包括:將所提取的所述動(dòng)態(tài)行人特征和所述變化特征輸入分類器，通過(guò)所述分類器為所述動(dòng)態(tài)行人特征和所述變化特征賦予不同的權(quán)值，從而計(jì)算所述行人為可疑的概率，以判斷所述行人是否為可疑。
[0015]示例性地，在基于所提取的所述行人特征計(jì)算所述行人為可疑的概率之后還進(jìn)一步包括:將所述概率與一個(gè)預(yù)定閾值進(jìn)行比較，根據(jù)比較結(jié)果判斷所述行人是否為可疑。
[0016]另一方面，本發(fā)明還提供一種可疑人員檢測(cè)系統(tǒng)，所述系統(tǒng)包括:視頻接收模塊，用于接收視頻采集模塊所采集的視頻數(shù)據(jù)；圖像識(shí)別模塊，用于從所接收的視頻數(shù)據(jù)中識(shí)別至少一個(gè)行人，以得到所述行人的行人圖像;特征提取模塊，用于從所述行人圖像中提取行人特征;可疑判定模塊，用于基于所提取的所述行人特征計(jì)算所述行人為可疑的概率。
[0017]示例性地，所述圖像識(shí)別模塊對(duì)于所述視頻數(shù)據(jù)中的至少兩幀圖像，檢測(cè)每一幀圖像中的行人，并且，在所述至少兩幀圖像中，根據(jù)所述行人之間的關(guān)聯(lián)信息，對(duì)檢測(cè)到的行人進(jìn)行追蹤，以識(shí)別所述至少一個(gè)行人，并得到所述行人的行人圖像。
[0018]示例性地，所述圖像識(shí)別模塊對(duì)于所述視頻數(shù)據(jù)中的至少兩幀圖像，檢測(cè)每一幀圖像中的行人時(shí)，將所述每一幀圖像輸入卷積神經(jīng)網(wǎng)絡(luò)以得到熱力圖；在所述熱力圖上通過(guò)滑窗以得到多個(gè)包圍框;對(duì)于每一個(gè)包圍框，通過(guò)卷積神經(jīng)網(wǎng)絡(luò)檢測(cè)出包括行人的包圍框，以檢測(cè)出所述每一幀圖像中的行人。
[0019]示例性地，所述圖像識(shí)別模塊在所述至少兩幀圖像中，根據(jù)所述行人之間的關(guān)聯(lián)信息，對(duì)檢測(cè)到的行人進(jìn)行追蹤，以識(shí)別所述至少一個(gè)行人，并得到所述行人的行人圖像時(shí):根據(jù)所述至少兩幀圖像中檢測(cè)出的行人之間的關(guān)聯(lián)特征，計(jì)算所述至少兩幀圖像之間的行人匹配權(quán)重，從而追蹤所述至少一個(gè)行人，以得到所述行人的行人圖像。
[0020]示例性地，所述可疑判定模塊將所提取的所述行人特征輸入分類器，通過(guò)所述分類器為所述行人特征賦予不同的權(quán)值，從而計(jì)算所述行人為可疑的概率，以判斷所述行人是否為可疑。
[0021]示例性地，所述特征提取模塊包括靜態(tài)特征提取單元，用于將所述行人圖像的至少一幀輸入卷積神經(jīng)網(wǎng)絡(luò)以提取所述行人的靜態(tài)行人特征。
[0022]示例性地，所述特征提取模塊進(jìn)一步包括動(dòng)態(tài)特征提取單元，用于將所述靜態(tài)行人特征輸入神經(jīng)網(wǎng)絡(luò)以提取所述行人的動(dòng)態(tài)行人特征以及計(jì)算所述行人的靜態(tài)行人特征隨時(shí)間的變化特征。
[0023]示例性地，所述可疑判定模塊將所提取的所述動(dòng)態(tài)行人特征和所述變化特征輸入分類器，通過(guò)所述分類器為所述動(dòng)態(tài)行人特征和所述變化特征賦予不同的權(quán)值，從而計(jì)算所述行人為可疑的概率，以判斷所述行人是否為可疑。
[0024]示例性地，所述可疑判定模塊進(jìn)一步用于:將所述概率與一個(gè)預(yù)定閾值進(jìn)行比較，根據(jù)比較結(jié)果判斷所述行人是否為可疑。
[0025]本發(fā)明提供的可疑人員檢測(cè)方法和系統(tǒng)不依賴于監(jiān)控人員的現(xiàn)場(chǎng)判斷，也并不需要基于一個(gè)黑名單或者類似的數(shù)據(jù)庫(kù)，完全基于實(shí)時(shí)視頻數(shù)據(jù)計(jì)算得到，由此大幅提高了監(jiān)控的效率。
【附圖說(shuō)明】
[0026]本發(fā)明的下列附圖在此作為本發(fā)明的一部分用于理解本發(fā)明。附圖中示出了本發(fā)明的實(shí)施例及其描述，用來(lái)解釋本發(fā)明的原理。
[0027]附圖中:
[0028]圖1示出了根據(jù)本發(fā)明實(shí)施例的一種可疑人員檢測(cè)方法100的示意性流程圖；
[0029]圖2示出了根據(jù)本發(fā)明的實(shí)施例的從所接收的視頻數(shù)據(jù)中識(shí)別至少一個(gè)行人，以得到行人的行人圖像的方法的示意性流程圖200;
[0030]圖3示出了根據(jù)本發(fā)明本實(shí)施例的從行人圖像中提取行人特征的方法的示意性流程圖300。
[0031 ]圖4示出了根據(jù)本發(fā)明實(shí)施例的一種可疑人員檢測(cè)系統(tǒng)400的示意性結(jié)構(gòu)框圖；
[0032]圖5示出了根據(jù)本發(fā)明實(shí)施例的特征提取模塊403的示意性結(jié)構(gòu)框圖；
[0033]圖6示出了根據(jù)本發(fā)明另一個(gè)實(shí)施例的一種可疑人員檢測(cè)系統(tǒng)400的示意圖；以及
[0034]圖7示出了根據(jù)本發(fā)明又一個(gè)實(shí)施例的一種可疑人員檢測(cè)系統(tǒng)400的示意圖。
[0035]圖8示出了根據(jù)本發(fā)明又一個(gè)實(shí)施例的一種可疑人員檢測(cè)系統(tǒng)400的示意性框圖。
【具體實(shí)施方式】
[0036]在下文的描述中，給出了大量具體的細(xì)節(jié)以便提供對(duì)本發(fā)明更為徹底的理解。然而，對(duì)于本領(lǐng)域技術(shù)人員而言顯而易見(jiàn)的是，本發(fā)明可以無(wú)需一個(gè)或多個(gè)這些細(xì)節(jié)而得以實(shí)施。在其他的例子中，為了避免與本發(fā)明發(fā)生混淆，對(duì)于本領(lǐng)