[发明专利]一种电子间视频监控可疑行为分析报警方法和系统

权利要求书

1.一种电子间视频监控可疑行为分析报警方法，其特征在于，包括：

S1，基于电子间视频摄像头和相机获得第一时间段内的视频源信息；解析视频源信息，将其拆分为多幅图像，并为每幅图像添加时间戳；基于每幅图像生成某一场景下的多个区块以及多个区块对应的区块能量图作为原始数据；

S2，基于所述原始数据建立神经网络基础模型；

S3，对所述神经网络基础模型进行训练获得用于最终实施可疑行为分析报警的神经网络模型；

S4，基于所述神经网络模型进行电子间视频监控可疑行为分析报警。

2.根据权利要求1所述的一种电子间视频监控可疑行为分析报警方法，其特征在于，所述原始数据与五种电子间区域可疑行为对应，第一类为人群驻足视频数据，第二类为人群突然聚集视频数据，第三类为人群突然发散视频数据，第四类为在当前视频区域中，有少部分人的运动方向和大部分人的运动方向，速度不一致的视频数据，第五类为人群关联可疑行为数据，包括携带U盘和/或可移动终端设备。

3.根据权利要求1所述的一种电子间视频监控可疑行为分析报警方法，其特征在于，所述S1包括：

首先，在摄像头和相机部署完成后，执行摄像头和相机初始化程序，对整个场景利用目标追踪算法划分区块，这样生成的图被称为区块划分图；

然后，加入时间因素，每隔100ms记录一下整个采集场景的区块划分图，连续的6张区块划分图作为一个整体；

最后，每隔100ms输出一张处理好的6通道的区块能量图，将每一个区块看成是一个像素点，像素值的大小为区块能量，以转化成一个6通道的新图，对新生成的6通道的新图的像素值进行归一化，得到最终的原始数据。

4.根据权利要求3所述的一种电子间视频监控可疑行为分析报警方法，其特征在于，所述目标追踪算法包括：

(1)第一步，首先利用目标追踪算法对刚刚进入图像采集场景的行人进行追踪；

(2)第二步，记录行人在被追踪的当前帧的宽w1和高h1，得到采集图像这一行区块的宽w2＝2*w1和区块的高h2＝2*w2；在这一步骤中，对场景划分的区块结果具体表现为：算法在第一帧追踪到本次划分区块时追踪算法所追踪的目标后，建立目标所在位置的较粗区块，随后以同样的大小将整行区块划分出来；

(3)第三步，当行人走出所在区块时，判断是否走出图像采集区域，如果没有走出采集区域，则程序以相同的方式建立下一区块；

(4)第四步，直到整个图像采集场景都被区块划分，程序结束。

5.根据权利要求4所述的一种电子间视频监控可疑行为分析报警方法，其特征在于，所述S2包括：

(1)基于BackBone模块进行特征提取，将图像中的物体信息通过卷积网络进行提取，用于目标检测；

(2)将图像分为高分辨率图像和低分辨率图像，包括基于Focus模块采用隔列采样和拼接的切片操作将高分辨率图像拆分成多个低分辨率的图片/特征图，其中Focus模块的层原理和PassThrough层类似；

(3)基于SPP模块进行空间金字塔池化，从而将任意大小的特征图转换成固定大小的特征向量；

(4)基于CSP_X模块增加残差结构可以增加层与层之间反向传播的梯度值，这是由于backbone是较深的网络，避免因为加深而带来的梯度消失，从而可以提取到更细粒度的特征并且不用担心网络退化；

(5)基于Neck模块对特征进行混合与组合，增强网络的鲁棒性，加强物体检测能力，并且将这些特征传递给Head层进行预测；

(6)在YOLO输出端输出最终的预测；

所述神经网络基础模型采用Bounding Box损失函数进行验证，以真实检测框和模型预测输出框的吻合程度，从而能够通过反向传播的方式优化所述神经网络基础模型；并基于NMS非极大值抑制判断相邻网格识别的是否是同一物体以消除掉多余检测框。