[发明专利]异常行为智能识别方法及其装置和存储介质

权利要求书

1.一种异常行为智能识别方法，其特征在于，包括以下步骤：

先对人群进行一系列异常行为的视频采集；

再将截取包含动作的视频，并进行平均分段；

分别将获得的空间网络结果和时间网络结果进行加权求和，得到最终的视频分类结果；

选用MobileNet网络模型来替换CNN_M网络组成双流网络。

2.根据权利要求1所述的异常行为智能识别方法，其特征在于获取所述的空间网络结果的方法包括：将每一段视频中随机抽取的图像和对应的光流图像输入空间卷积神经网络，空间卷积神经网络通过融合光流信息学习到图像中真正发生运动的空间信息得到。

3.根据权利要求1所述的异常行为智能识别方法，其特征在于获取所述的时间网络结果的方法包括：将每一段视频中随机抽取的光流图像序列输入时间卷积神经网络，融合每一段的结果后得到。

4.一种装置，其特征在于，包括权利要求1～3之一所述的异常行为智能识别方法。

5.根据权利要求4所述的影像摄取装置，其特征在于，包括：

摄像机，用于实时捕获人体的动作；

处理器，接收摄像机提供的视频，并实施权利要求1所述的方法；

终端，其接收处理器的输出结果，于人机界面显示，或发出声、光和电之一种或几种报警信息。

6.一种存储器，所述存储器存储有计算机程序，其特征在于，所述计算机程序执行如下步骤：

先对人群进行一系列异常行为的视频采集；

再将截取包含动作的视频，并进行平均分段；

分别将获得的空间网络结果和时间网络结果进行加权求和，得到最终的视频分类结果。