及計(jì)算行人的靜態(tài)行人特征隨時間的變化特征。示例性地，通過一層或多層遞歸神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,簡稱RNN)輸出每個時間Ti(l < i Sn)下變換之后的行人特征，該特征表征了該行人步態(tài)、軌跡等動態(tài)行人特征，以及靜態(tài)行人特征隨時間的變化特征，例如，行人的隨身物品是否發(fā)生變化。示例性地，可以選擇第η個時刻Tn的特征Fn作為行人特征，該時刻的特征Fn記錄了 T1-Tn時刻的動態(tài)行人特征及靜態(tài)特征的變化特征。示例性地，還可以應(yīng)用將每個時刻的動態(tài)行人特征及靜態(tài)特征的變化特征取平均等類似操作來得到T1-Tn時刻的平均行人特征以作為行人特征，所述行為特征表示T1-Tn時刻的動態(tài)行人特征及靜態(tài)特征的變化特征。動態(tài)行為特征提供了更多維度的行人特征數(shù)據(jù)基礎(chǔ)，使得后續(xù)的行人可疑程度判定更為準(zhǔn)確。
[0061]在一個實(shí)施例中，將所提取的所述動態(tài)行人特征和所述變化特征輸入分類器，通過所述分類器為所述動態(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。
[0062]如上所述，本發(fā)明通過神經(jīng)網(wǎng)絡(luò)不斷學(xué)習(xí)和積累監(jiān)控人員、巡邏人員的經(jīng)驗(yàn)，從而通過監(jiān)控視頻數(shù)據(jù)中提取的行人特征自動計(jì)算行人為可疑的概率。對于所監(jiān)控的行人是否為可疑的判斷完全由算法自動計(jì)算，而不依賴于監(jiān)控人員的現(xiàn)場判斷。另外，上述利用神經(jīng)網(wǎng)絡(luò)的計(jì)算并不需要基于一個黑名單，或者類似的數(shù)據(jù)庫，而僅需基于現(xiàn)場監(jiān)控視頻數(shù)據(jù)，是一種智能的經(jīng)驗(yàn)估算，其時效性和準(zhǔn)確性均優(yōu)于基于數(shù)據(jù)庫的方法。
[0063]另外，本領(lǐng)域技術(shù)人員應(yīng)該理解，上述行人特征提取和可疑程度判定可以在同一個神經(jīng)網(wǎng)絡(luò)中利用其不同的功能模塊來實(shí)現(xiàn)。相應(yīng)地，采用神經(jīng)網(wǎng)絡(luò)實(shí)施的可疑人員檢測方法至少可以包括行人特征提取和可疑程度判定兩個階段。行人特征提取階段的任務(wù)是基于用戶的監(jiān)控視頻來提取行人特征;可疑程度判定階段的任務(wù)是將行人特征進(jìn)行分類對比以預(yù)測行人為可疑人員的概率。例如，通過神經(jīng)網(wǎng)絡(luò)對行人特征進(jìn)行提取和分類對比，并且不同行人特征賦予不同權(quán)值，以綜合得到一個可疑概率。將所述概率與一個預(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。具體地，在一個實(shí)施例中，當(dāng)所述概率高于所述預(yù)定閾值時，則判定該行人為可疑的。例如，所述預(yù)定閾值可以設(shè)置為70%，當(dāng)所述概率高于70%時則判定該行人為可疑的。所述預(yù)定閾值可以根據(jù)實(shí)際需要進(jìn)行設(shè)定，在此并不進(jìn)行限定。
[0064]根據(jù)本發(fā)明的另一方面，還提供了一種可疑人員檢測系統(tǒng)。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系統(tǒng)400的示意性結(jié)構(gòu)框圖。
[0065]如圖4所示，可疑人員檢測系統(tǒng)400包括:視頻接收模塊401、圖像識別模塊402、特征提取模塊403以及可疑判定模塊404。
[0066]視頻接收模塊401用于接收視頻采集模塊所采集的視頻數(shù)據(jù)，其可以執(zhí)行根據(jù)本發(fā)明實(shí)施例的可疑人員檢測方法100中的步驟SlOl。
[0067]圖像識別模塊402用于從所接收的視頻數(shù)據(jù)中識別至少一個行人，以得到行人的行人圖像，其可以執(zhí)行根據(jù)本發(fā)明實(shí)施例的可疑人員檢測方法100中的步驟S102。
[0068]特征提取模塊403用于從行人圖像中提取行人特征，其可以執(zhí)行根據(jù)本發(fā)明實(shí)施例的可疑人員檢測方法100中的步驟S103。
[0069]可疑判定模塊404用于基于所提取的行人特征計(jì)算行人為可疑的概率，其可以執(zhí)行根據(jù)本發(fā)明實(shí)施例的可疑人員檢測方法100中的步驟S104。
[0070]根據(jù)本發(fā)明實(shí)施，圖像識別模塊402可以進(jìn)一步執(zhí)行上述針對圖2所描述的從所接收的視頻數(shù)據(jù)中識別至少一個行人，以得到行人的行人圖像的方法200。
[0071]根據(jù)本發(fā)明的實(shí)施例，特征提取模塊403可以進(jìn)一步執(zhí)行上述針對圖3所描述的從行人圖像中提取行人特征的方法300。此外，特征提取模塊403還可以包括靜態(tài)特征提取單元和動態(tài)特征提取單元，其用于基于所接收的視頻數(shù)據(jù)提取靜態(tài)行人特征和動態(tài)行人特征，并計(jì)算所述靜態(tài)行人特征隨時間的變化特征，下面結(jié)合圖示詳細(xì)說明。
[0072]圖5示出了根據(jù)本發(fā)明的實(shí)施例的，特征提取模塊403的示意性結(jié)構(gòu)框圖。
[0073]如圖5所示，根據(jù)本發(fā)明的一個實(shí)施例，特征提取模塊403可以包括靜態(tài)特征提取單元和動態(tài)特征提取單元。其中所述動態(tài)特征提取單元包括η個具有遞歸神經(jīng)網(wǎng)絡(luò)(RNN)(未示出)的遞歸神經(jīng)網(wǎng)絡(luò)單元(RNN單元)，以及平均動態(tài)特征獲取單元。根據(jù)本發(fā)明的其他實(shí)施例，還可以使用例如長短時神經(jīng)網(wǎng)絡(luò)(Long Short Term Memory Network)，門循環(huán)神經(jīng)網(wǎng)絡(luò)(Gated Recurrent Unit)等代替遞歸神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)相同的功能。
[0074]靜態(tài)特征提取單元可以對時間!^-^下的行人圖像使用卷積與池化操作提取每個對應(yīng)時刻Ti(l < i Sn)下的行人特征，或者使用梯度直方圖、SIFT等提取靜態(tài)行人特征Si。然后，將提取出的η個靜態(tài)行人特征Si分別輸入對應(yīng)的RNN單元。每個RNN單元接收對應(yīng)的靜態(tài)特征Si，并接收前一個RNN單元的輸出F(1-l)從而通過一層或多層遞歸神經(jīng)網(wǎng)絡(luò)輸出每個時間!\下變換之后的行人特征Fi，所述Fi表示行人的動態(tài)行人特征和靜態(tài)行人特征隨時間的變化特征。在一個實(shí)施例中，可以將第η個RNN單元的輸出特征Fn作為行人特征，所述行人特征包括時間T1-Tn內(nèi)的動態(tài)行人特征及靜態(tài)行人特征的變化特征。在一個實(shí)施例中，還可以通過平均動態(tài)特征獲取單元將每個時刻的行人特征Fi取平均等類似操作以獲取平均行人特征，從而獲得記錄時間T1-Tn下的平均行人特征作為所述行人特征，所述行人特征包括時間T1-Tn內(nèi)的動態(tài)行人特征及靜態(tài)行人特征的變化特征。
[0075]本領(lǐng)域的技術(shù)人員可以理解，根據(jù)本發(fā)明的實(shí)施例，可疑人員檢測系統(tǒng)400還可以包括上述各種類型的視頻采集模塊，用于實(shí)時采集對行人進(jìn)行監(jiān)控的視頻數(shù)據(jù)。
[0076]根據(jù)本發(fā)明的實(shí)施例，檢測系統(tǒng)400還可以進(jìn)一步包括通信模塊，用于通過網(wǎng)絡(luò)將壓縮編碼后的視頻數(shù)據(jù)傳送至視頻接收模塊401。
[0077]根據(jù)本發(fā)明的實(shí)施例，檢測系統(tǒng)400還可以進(jìn)一步包括存儲模塊，用于存儲所采集的原始視頻數(shù)據(jù)和檢測系統(tǒng)400的檢測結(jié)果。
[0078]根據(jù)本發(fā)明的實(shí)施例，檢測系統(tǒng)400還可以進(jìn)一步包括顯示模塊，用于在顯示所采集的原始視頻的同時還基于檢測結(jié)果針對視頻中的可疑人員顯示提示信息。
[0079]下面將結(jié)合圖6和圖7詳細(xì)說明包括以上各種模塊的可疑人員檢測系統(tǒng)400。
[0080]圖6示出了根據(jù)本發(fā)明另一個實(shí)施例的一種可疑人員檢測系統(tǒng)400。
[0081]如圖6所示的可疑人員檢測系統(tǒng)400可以包括視頻接收模塊401、圖像識別模塊402、特征提取模塊403、可疑判定模塊404、視頻采集模塊405、通信模塊406 (a)和406 (b)、顯示模塊407、存儲模塊408。
[0082]如上所述，視頻采集模塊405可以包括高清攝像頭以及相應(yīng)的視頻編碼器，其對所監(jiān)控的區(qū)域進(jìn)行實(shí)時視頻數(shù)據(jù)采集并進(jìn)行壓縮編碼。壓縮編碼后的視頻數(shù)據(jù)可以通過通信模塊406(a)經(jīng)由網(wǎng)絡(luò)傳送至視頻接收模塊401。隨后，圖像識別模塊402和特征提取模塊403從所接收的視頻數(shù)據(jù)中識別行人并得到行人圖像以提取行人特征，用于由可疑判定模塊404給出行人為可疑的概率。
[0083]此外，視頻接收模塊401還可以通過通信模塊406(b)經(jīng)由總線將所采集的原始視頻數(shù)據(jù)以及檢測結(jié)果傳送至顯示模塊407和存儲模塊408。
[0084]其中，顯示模塊407可以包括但不限于各式顯示器、手機(jī)或平板電腦等移動設(shè)備的顯示屏。顯示模塊407除了顯示所采集的原始視頻數(shù)據(jù)之外，還可以根據(jù)可疑判定模塊404輸出結(jié)果顯示可疑人員的提示信息。例如，將可疑程度高的行人以紅圈圈出或通過閃爍示出，以提示監(jiān)控人員重點(diǎn)關(guān)注。存儲模塊40