[发明专利]基于目标行为属性视频结构化处理方法、系统及存储装置

权利要求书

1.一种基于目标行为属性的视频结构化处理的方法，其特征在于，包括：

对单帧图片进行目标检测识别，并得到各个目标的结构化数据；

对所述目标进行跟踪，以得到跟踪结果；和/或者

对所述目标进行异常行为检测；

当检测到异常行为后，根据所述异常行为的等级启动对应的应急措施，并将所述单帧图片截图保存并和所检测到发生异常行为的目标的特征信息打包发送至云端服务器；

其中，所述对单帧图片进行目标检测识别进一步包括：提取所述单帧图片中所述目标的特征信息，采用YOLOV2深度学习目标检测框架进行目标检测识别；

所述提取所述单帧图片中所述目标的特征信息的步骤之前进一步包括：构建元数据结构；

其中，所述目标的特征信息根据元数据结构进行提取，所述元数据包括目标的部分基本属性信息；

所述对所述目标进行跟踪，以得到跟踪结果进一步包括：

结合跟踪链以及上一帧图片中第一多个目标对应的检测框预测第一多个目标中各个目标在当前帧的跟踪框；所述跟踪链是根据对当前帧图片之前的所有从视频中切分所得的单帧图片或部分连续单帧图片中的多个目标跟踪计算所得的，且汇集之前所有图片中的多个目标的轨迹信息和经验值；

获取上一帧图片中的第一多个目标在当前帧中对应的跟踪框，以及当前帧图片中第二多个目标的检测框；

建立第一多个目标在当前帧中的跟踪框和当前帧中第二多个目标的检测框的目标关联矩阵；

利用目标匹配算法进行校正，以得到当前帧第一部分目标对应的实际位置；所述第一部分目标为第一多个目标中在当前帧中的跟踪框与第二多个目标中的检测框匹配成功的目标；

记录目标进入或者离开监控节点的时间，以及目标经过的各个位置，以得到目标的运动轨迹；

在检测得到各个目标的结构化数据之后，对所述结构化数据中的误检数据进行校正，其中，所述校正包括轨迹校正和目标属性校正，所述校正按照权重比进行投票，多数概率的数据值为准确值，少数结果的数据值为误检值。

2.根据权利要求1所述基于目标行为属性的视频结构化处理的方法，其特征在于，所述对所述目标进行跟踪，以得到跟踪结果的步骤之后进一步包括：将已离开当前监控节点的所述目标对象的结构化数据发送至云端服务器。

3.根据权利要求1所述基于目标行为属性的视频结构化处理的方法，其特征在于，所述对所述目标进行异常行为检测的步骤包括：

提取一个或多个所述目标的多个特征点的光流运动信息，并根据所述光流运动信息进行聚类以及异常行为检测。

4.根据权利要求1所述基于目标行为属性的视频结构化处理的方法，其特征在于，所述异常行为进一步包括：奔跑、打架、骚乱或者交通异常中的至少一种。

5.一种基于目标行为属性的视频结构化处理系统，其特征在于，包括相互电性连接的处理器和存储器，所述处理器耦合所述存储器，所述处理器在工作时执行指令以实现如权利要求1～4任一项所述的方法，并将所述执行指令产生的处理结果保存在所述存储器中。

6.一种具有存储功能的装置，其特征在于，存储有程序数据，所述程序数据被执行时实现如权利要求1～4任一项所述的方法。