[发明专利]一种异常人体行为的警报方法和装置

说明书

本发明实施例提供了一种异常人体行为的警报方法和装置。所述方法包括：获取监控视频流，对所述监控视频流进行解码，得到多组监控图像，对所述多组监控图像进行人体骨骼关键点识别，得到多组第一人体骨骼关键点坐标集，根据所述多组第一人体骨骼关键点坐标集，判断人体行为是否异常，若是，则发出异常人体行为的警报，本发明能够实时监测室内的人员行为，当发现人员行为异常时，能够自动发出警报，大大保障了室内的财产安全。

技术领域

本发明涉及智能安防技术领域，特别是涉及一种异常人体行为的警报方法和装置。

背景技术

智能安防系统是采用图像处理、模式识别和计算机视觉技术，通过在监控系统中增加智能视频分析模块，借助计算机强大的数据处理能力过滤掉视频画面无用的或干扰信息、自动识别不同物体，分析抽取视频源中关键有用信息。

目前市面上的智能安防摄像头主要包括的功能有：拍摄，缩放和远距离观测，物体移动检测与追踪，人脸识别等。然而，实时安防摄像头也仅仅起到对家中的情况进行实时监控，当家中出现盗窃等异常情况时，并不能实时地自动发出警报，不能及时地阻止财产损失的发生。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种异常人体行为的警报方法和相应的一种异常人体行为的警报装置。

为了解决上述问题，本发明实施例公开了一种异常人体行为的警报方法，所述方法包括：

获取监控视频流；

对所述监控视频流进行解码，得到多组监控图像；

对所述多组监控图像进行人体骨骼关键点识别，得到多组第一人体骨骼关键点坐标集；

根据所述多组第一人体骨骼关键点坐标集，判断人体行为是否异常，若是，则发出异常人体行为的警报。

可选的，所述对所述多组监控图像进行人体骨骼关键点识别，得到多组第一人体骨骼关键点坐标集的步骤包括：

搭建骨骼关键点识别神经网络模型；

将所述多组监控图像输入到所述骨骼关键点神经网络模型，输出多组所述第一人体骨骼关键点坐标集。

可选的，所述搭建骨骼关键点识别神经网络模型的步骤包括：

获取多组人体图像；

对所述多组人体图像的人体骨骼关键点进行标注，得到多组第二人体骨骼关键点坐标集；

将所述多组第二人体骨骼关键点坐标集制作成人体骨骼关键点训练集；

搭建初始神经网络模型；

采用所述人体骨骼关键点训练集对所述初始神经网络模型进行训练，得到骨骼关键点识别神经网络模型。

可选的，根据所述多组第一人体骨骼关键点坐标集，判断人体行为是否异常，若是，则发出异常人体行为的警报的步骤包括：

搭建异常人体行为判断回归网络模型；

将所述第一人体骨骼关键点坐标集输入到所述异常人体行为判断回归网络模型中，若输出结果为人体行为异常，则发出异常人体行为的警报。

可选的，搭建异常人体行为判断回归网络模型的步骤包括：

获取多组异常人体行为图像；

从所述多组异常人体行为图像中，提取多组第三人体骨骼关键点坐标集；

将所述多组第三人体骨骼关键点坐标集制作成异常动作训练集；

搭建初始回归网络模型；