[发明专利]一种基于ViF描述符的暴力行为检测系统及方法

说明书

本发明涉及视频图像处理技术，其公开了一种基于ViF描述符的暴力行为检测方法，自动对视频流中的暴力行为进行分析检测，提高检测的实时性和准确性，且能适应多种不同的监测环境。该方法包括：a.输入短视频序列；b.通过所述短视频序列来计算平均帧间幅度的变化；c.基于人体骨架的信息对图像进行区域划分，获得M*N个单元，并按照划分的M*N个单元对平均帧间幅度变化进行直方图统计，获得ViF描述符；d.通过将ViF描述符输入至经过训练的预测模型中，进行暴力行为的预测。此外，本发明还公开了对应的暴力行为检测系统，适用于不同场景中。

技术领域

本发明涉及视频图像处理技术，具体涉及一种基于ViF描述符的暴力行为检测系统及方法。

背景技术

随着监控系统的大量使用，视频数据出现爆发性的增长。监控系统的作用是进行目标检测以及异常行为检测。随着数据的急剧增长，传统的依靠人工监控的方式已愈发困难，且效率低下。因此，依靠人工智能的监控系统的研究成为了热点。其中，对于人的暴力行为的检测是非常重要的研究方向。

由于暴力行为的动作比起简单的跑、跳行为要复杂很多，所以如何进行暴力行为检测也是相关研究的难点。目前，传统的暴力行为检测主要是采用基于人工设计特征的方法，虽然识别准确率较高，但是也具有某些缺陷，比如：不能达到实时的效果，易受噪声的影响等。

发明内容

本发明所要解决的技术问题是：提出一种基于ViF描述符的暴力行为检测系统及方法，自动对视频流中的暴力行为进行分析检测，提高检测的实时性和准确性，且能适应多种不同的监测环境。

本发明解决上述技术问题所采用的技术方案是：一种基于ViF描述符的暴力行为检测系统，包括：平均帧间幅度计算模块、区域划分模块、暴力行为预测模块；

所述平均帧间幅度计算模块，用于通过一段短视频序列来计算平均帧间幅度的变化；

所述区域划分模块，用于基于人体骨架的信息对图像进行区域划分，获得M*N个单元，并按照划分的M*N个单元对平均帧间幅度变化进行直方图统计，获得ViF描述符；

所述暴力行为预测模块，用于通过将ViF描述符输入至经过训练的预测模型中，进行暴力行为的预测。

作为进一步优化，所述平均帧间幅度计算模块具体用于：

计算视频序列中相邻两帧图像的流光图，根据流光图计算对应幅度，接着根据前后两个流光图对应的幅度计算帧间幅度变化，在获取该视频序列中所有帧间幅度变化后，除以相应个数以此计算平均帧间幅度变化。

作为进一步优化，所述人体骨架的信息是指人体骨架的十八个特征点信息，其包括：

鼻子、颈部、右肩、右肘、右手腕、左肩、左肘、左手腕、右臀部、右膝盖、右脚踝、左臀部、左膝盖、左脚踝、右眼、左眼、右耳和左耳。

作为进一步优化，所述区域划分模块按照划分的M*N个单元对平均帧间幅度变化进行直方图统计，获得ViF描述符，具体包括：

对M*N个单元中的每一个单元的平均帧间幅度变化进行直方图统计获得对应的统计向量，对各个统计向量除以自身的一范数后再进行拼接，从而获得ViF描述符。

作为进一步优化，所述平均帧间幅度计算模块、区域划分模块和暴力行为预测模块均被部署于同一个服务器上；或者，所述平均帧间幅度计算模块和区域划分模块被部署于同一个服务器上，而所述暴力行为预测模块被部署于另外一个服务器上。

此外，基于上述系统，本发明还提供了一种基于ViF描述符的暴力行为检测方法，其包括以下步骤：

a.输入短视频序列；

b.通过所述短视频序列来计算平均帧间幅度的变化；