[发明专利]一种人体异常行为检测方法及系统

说明书

本发明涉及一种人体异常行为检测方法及系统。该方法包括：根据视频场景内容将该视频场景划分为多个区域，根据每个区域所包含的场景内容获取人体在其中可实施的动作集合，并对所述多个区域以及每个区域中可实施的动作集合进行标记；根据所述多个区域以及每个区域中可实施动作集合的标记集合获取异常行为判断规则；获取所述多个区域中人体的运动轨迹和动作序列，并根据所述标记集合来获取运动轨迹和动作序列的可观察标记序列；利用所述异常行为判断规则对所述可观察标记序列进行分析，判断上述人体是否有异常行为发生，若是，进一步判断发生了何种异常行为。本发明可以综合分析监控者自定义的异常行为和被监控者自身的异常行为，识别率高。

技术领域

本发明涉及视频监控技术领域，具体涉及一种人体异常行为检测方法及系统。

背景技术

视频监控技术被应用在各行各业中，在传统的监控模式下，一方面需要工作人员时刻监控每个相机场景的是否发生异常情况，容易使得感官疲劳，从而导致漏检和误检。另一方面，各个相机每天不间断的拍摄，储存大量的视频数据，若漏检的异常情况需要查找对应视频段时，人工查找比较困难，而且效率低下。对监控视频进行智能分析则成为解决上述问题的一个研究方向。现有智能监控系统主要通过检测和跟踪场景中的运动目标进行智能分析，也包括对所跟踪的运动目标的行为分析。

目前，行为分析技术通常应用在智能家居、金融行业、交通行业和公共安全等领域。例如在智能家居行业中，行为分析技术可用来实时监控独居老人的摔倒、昏迷等情况；在金融行业中，可用来实时监控ATM间发生的摔倒不起、打架斗殴、抢劫等情况；在交通行业中，可用来实时监控某些路段发生的车祸、人员异常集聚等情况；在公共安全领域中，可用来监控恐怖袭击、骚乱等群体性事件。

从异常行为成因来讲可分成两类：一类是监控者自定义的异常行为，如绊线、越界、逆行和逗留等，这些异常行为并不是由被监控者直接产生的，而且被监控者与场景的相互作用产生的，监控者通过被监控者在场景中的轨迹或者速度来自定义这些行为；另一类是被监控者自身的异常行为，如打架斗殴，摔倒等。这两类的异常行为产生的原因不同，大多数方法只研究了这两类异常行为的一部分，并没有一个综合的方法来整体的对这些行为进行研究。

发明内容

针对现有技术中的缺陷，本发明提供一种人体异常行为检测方法及系统，可以对监控者自定义的异常行为，也就是被观察者与视频场景相互作用产生的异常行为以及被监控者自身的异常行为进行检测，提高了异常行为识别的准确率，进而提高了异常行为报警的可靠性。

第一方面，本发明提供了一种人体异常行为检测方法，包括：

根据视频场景内容将该视频场景划分为多个区域，根据每个区域所包含的场景内容获取人体在其中可实施的动作集合，并对所述多个区域以及每个区域中可实施的动作集合进行标记；

根据所述多个区域以及每个区域中可实施动作集合的标记集合获取异常行为判断规则；

获取所述多个区域中人体的运动轨迹和动作序列，并根据所述标记集合来获取运动轨迹和动作序列的可观察标记序列；

利用所述异常行为判断规则对所述可观察标记序列进行分析，判断上述人体是否有异常行为发生，若是，进一步判断发生了何种异常行为。

可选地，采用数字、字符或者颜色标记所述多个区域，以及采用数字或者字符标记每个区域中可实施的动作集合。

可选地，采用以下步骤生成运动轨迹的可观察标记序列，包括：

从人体上选择一特征点作为跟踪点，获取该跟踪点经过一个或多个区域的连续轨迹；

根据上述连续轨迹所在区域的标记对该连续轨迹进行采样编码生成离散的可观察标记序列。

可选地，所述特征点为人体质心或者脚部上的特征点。