[发明专利]一种轻量级行人异常行为快速检测方法

说明书

本发明提供的一种轻量级行人异常行为快速检测方法，包括以下步骤：步骤1，对图像进行行人检测，并利用检测框进行框定，得到行人检测框；步骤2，从步骤1中得到的行人检测框中提取人体骨架信息，得到人体骨架信息图片；步骤3，对步骤2得到的图片进行去除背景预处理；步骤4，利用基于深度可分离卷积的轻量级多尺度信息融合检测网络对步骤3中的预处理后的人体骨架信息图片进行行人异常行为快速检测，得到一个四维向量，分别对应人体异常行为的四类动作；本发明有效利用去除背景的人体骨架信息、多尺度信息以及基于深度可分离卷积的轻量级网络，增强了算法的鲁棒性以及实时性，使得网络模型计算量显著减少，降低了算法对于硬件的要求，降低了成本。

技术领域

本发明属于智能视频监控领域，具体涉及一种轻量级行人异常行为快速检测方法。

背景技术

智能视频监控是一个涵盖了目标检测、图像分类、动作检测以及深度学习等诸多技术的计算机视觉应用，它与传统意义上的监控系统在智能性上有很大的不同。目前对于视频中行人异常行为的判断和监控还主要停留在人工识别的阶段。相对于计算机和监控设备的不停运转，人工识别想要达到实时精确地处理海量监控视频对监控者来说基本上是一个不可能完成的任务，而且想要快速地从海量视频中提取出有用的信息更是难上加难。行人异常行为检测算法可以忽略视频中大量对安防无用的数据信息，克服了人工监控视频画面容易出现的漏检以及调查取证困难，节省人力、物力以及财力的消耗，促进经济效益，同时为人们生活提供安定的保障。随着科学技术的进步，如何应用现代技术提升公共区域的安全是一个很有价值的议题。当在公共区域发生一些异常行为，例如打架斗殴、奔跑、人群聚集时，如果能够对特定行为进行实时检测识别从而被及时发现并报警制止，便能够很大程度上降低受伤害的可能性，是一种非常有效的安全措施。

目前人体行为识别算法大多采用双流法或者结合LSTM算法，利用图像序列中每一帧图像的全部像素的运动矢量来检测物体的运动，一旦物体发生移动，其对应像素点的光流就会发生变化，从而实现运动物体的行为检测识别。这类算法使用单帧的输入图像来处理空间维度的信息，使用多帧的密度光流场作为输入来处理时间维度的信息，再通过多任务训练方法将两个行为分类的数据联合起来，去除过拟合来提高识别准确率。这种方式对图像中的每一个像素点都要进行光流的计算，从而区分前景与背景，而且光流场的计算还涉及到多帧信息的融合。显而易见，其需要的计算量太大，耗时长，时效性得不到保证。在实际生活中为每个监控摄像头都去配备一块高性能的显卡去进行行人的异常行为检测成本太高，这是不现实的。而且这类算法对场景的要求极高，亮度以及场景的变化都会对算法造成较大影响。

3D卷积神经网络是对传统2D卷积神经网络在视频行为识别任务中的一个延伸，相对于普通2D卷积神经网络，3D卷积神经网络的卷积核在卷积计算过程中增加了时间维度的信息。传统2D卷积的输入为单帧RGB图像，得到的输出为二维的特征图。而3D卷积的输入为连续多帧RGB图像，组成立方体，3D卷积核同时提取空间域信息和时间域信息，得到的输出为多个二维特征图组成的立方体，其中每个二维图像均由输入中的多帧图像卷积而来。每次进行3D卷积的参数量与计算量同样是巨大的。

在实际应用中，对行人行为的检测场景是极其复杂的，场景中可能有很多噪声的影响；再加上成本因素的考量，很难满足实际应用中对于时效性的要求，这就在很大程度上限制了这类算法的应用。在公共区域实现行人异常行为检测的方式有两种：一是将摄像头和进行算法处理的设备如GPU等连接在一起，作为一个整体设备去进行检测；二是将摄像头获取到的视频流通过网络上传至云端，由云端服务器来进行识别检测。无论哪种方式，时效性都是一个非常重要的指标。如果不能及时地检测出异常行为，那么异常行为检测将失去其意义。如果基于现今主流的检测算法，这两种实现方式均需消耗大量的计算资源和存储资源，第二种方式甚至还会对网络传输提出更高的要求。计算机硬件和网络需求的提升也伴随着设备成本价格的提升，就算在如此条件下，往往还很难达到实时性要求，严重影响了模型实际部署的效果。

发明内容

本发明的目的在于提供一种轻量级行人异常行为快速检测方法，解决了现有技术中存在的时效性差、成本高的缺陷。