[发明专利]异常行为识别方法、目标异常识别方法、设备及介质

权利要求书

1.一种异常行为识别方法，其特征在于，包括：

获取当前帧图像，采用人体关键点检测模型对所述当前帧图像进行检测，得到监测目标的人体特征信息，所述当前帧图像为从监测视频中获取的包含监测目标的图像；

将所述人体特征信息与预设的基准异常信息进行匹配，得到匹配信息，所述匹配信息指示所述人体特征信息与预设的基准异常信息的匹配结果；

若所述匹配信息为第一类型信息，则从所述监测视频中获取对应的相关帧图像集，所述第一类型信息指示所述监测目标存在异常；

采用预设的行为识别模型对所述相关帧图像集进行行为识别，确定所述相关帧图像集中的所述监测目标的行为信息。

2.如权利要求1所述的异常行为识别方法，其特征在于，所述从所述监测视频中获取对应的相关帧图像集，包括：

根据所述匹配信息匹配所述当前帧图像的疑似异常类型；

通过所述疑似异常类型确定所述当前帧图像的紧急级别和视频时间区间；

通过所述紧急级别获取对应的图像获取帧率，所述图像获取帧率与所述紧急级别呈正相关；

根据所述当前帧图像的时间点信息、以及所述图像获取帧率和所述视频时间区间从所述监测视频中获取对应相关帧图像，组成相关帧图像集。

3.如权利要求1所述的异常行为识别方法，其特征在于，在所述将所述人体特征信息与预设的基准异常信息进行匹配，得到匹配信息之后，所述异常行为识别方法还包括：

若所述匹配信息为第二类型信息，则将所述当前帧图像和所述匹配信息存储至数据库中的历史监测信息集中；

从数据库中获取所述监测视频的历史监测信息集，所述历史监测信息集包括历史监测图像和对应的历史匹配信息；

将所述历史监测信息集中所述历史匹配信息为第二类型信息的历史监测信息确定为持续监控信息集；

提取所述持续监控信息集中每一历史监测图像在所述监测视频中的时间点轨迹信息，若所述时间点轨迹信息符合预设的监控时间轨迹，则输出异常提示信息，所述异常提示信息指示所述监测目标存在异常行为。

4.一种目标异常识别方法，其特征在于，包括：

获取监测视频，从所述监测视频中提取出当前帧图像；

对所述当前帧图像采用如权利要求1-3中任一项所述的异常行为识别方法进行识别，得到所述当前帧图像的行为信息；

若所述当前帧图像不是所述监测视频中的最后一帧图像，则根据预设的提取方式从所述监测视频中确定新的当前帧图像，并返回执行所述对所述当前帧图像进行上述异常行为识别方法，得到所述当前帧图像的行为信息的步骤。

5.如权利要求4所述的目标异常识别方法，其特征在于，所述从所述监测视频中提取出当前帧图像，包括：

通过预设的帧率从监测视频中进行图像提取，得到监测图像集；

采用预设的人脸识别模型对所述监测图像集中的图像进行识别，提取出包含监测目标的图像，组成待识别图像帧，其中，所述待识别图像帧中的图像按照时间先后顺序进行排序；

从所述待识别图像帧中提取出第一帧图像，作为当前帧图像。

6.一种异常行为识别装置，其特征在于，包括：

当前帧图像获取模块，用于获取当前帧图像，采用人体关键点检测模型对所述当前帧图像进行检测，得到监测目标的人体特征信息，所述当前帧图像为从监测视频中获取的包含监测目标的图像；

匹配信息确定模块，用于将所述人体特征信息与预设的基准异常信息进行匹配，得到匹配信息，所述匹配信息指示所述人体特征信息与预设的基准异常信息的匹配结果；

图像集获取模块，用于在所述匹配信息为第一类型信息时，则从所述监测视频中获取对应的相关帧图像集，所述第一类型信息指示所述监测目标存在异常；

行为信息确定模块，用于采用预设的行为识别模型对所述相关帧图像集进行行为识别，确定所述相关帧图像集中的所述监测目标的行为信息。