[发明专利]一种面向社区的异常行为检测识别方法及系统

权利要求书

1.一种面向社区的异常行为检测识别方法，其特征在于，包括以下步骤：

获取社区内行人行为视频，并进行预处理；

基于预处理后的所述行为视频，进行行人是否携带垃圾袋检测；

基于所述是否携带垃圾袋检测的结果，进行行人异常行为检测识别。

2.根据权利要求1所述的面向社区的异常行为检测识别方法，其特征在于，所述预处理，包括：骨骼点提取、行人跟踪以及骨骼点保存；

所述骨骼点提取的方法为：

基于所述行为视频的逐帧图像，采用OpenPose人体姿态估计算法，对图像中行人进行骨骼点检测，获得人体骨骼点的二维坐标，实现所述骨骼点的提取；

所述行人跟踪的实现方法为：

基于所述逐帧图像，计算预设帧数图像中的行人与前一帧图像中所有行人的第一欧氏距离，所述第一欧氏距离最短的人，认定为不同帧图像的同一人员，实现行人跟踪。

所述骨骼点保存的方法为：

获得一个预设帧数的时间窗口，将所述时间窗口内所述同一人员的所述骨骼点保存在一个队列，获得骨骼点队列。

3.根据权利要求2所述的面向社区的异常行为检测识别方法，其特征在于，

行人是否携带垃圾袋检测的方法为：

获取垃圾袋图片数据集，并进行训练集与测试集的划分；

基于所述训练集与所述测试集，训练YOLOv4目标检测模型；

基于训练好的所述YOLOv4目标检测模型，对所述行为视频的逐帧图像，进行垃圾袋检测，获得所述逐帧图像中垃圾袋的位置坐标；

基于所述垃圾袋的位置坐标，计算所述逐帧图像中预设垃圾袋与所有行人颈部骨骼点的第二欧式距离；

将与所述预设垃圾袋的所述第二欧式距离最小的行人，认定为所述预设垃圾袋的可能携带者；

当所述第二欧式距离的最小值低于预设阈值时，所述垃圾袋的可能携带者被认定为垃圾袋携带者，否则，认定所述预设垃圾袋无人携带。

4.根据权利要求3所述的面向社区的异常行为检测识别方法，其特征在于，所述行人异常行为，包括：社区中运动异常行为以及社区中扔垃圾行为。

5.根据权利要求4所述的面向社区的异常行为检测识别方法，其特征在于，

所述社区中运动异常行为的检测识别方法为：

对提取的所述骨骼点进行优化，剔除行人头部的骨骼点，丢弃所述OpenPose没有估计出的骨骼点数据，填补缺失骨骼点的位置，实现对所述骨骼点的预处理；

基于预处理后的所述骨骼点以及所述骨骼点队列，构造骨架时空图；

采用图卷积网络，提取所述骨架时空图中人体运动信息，实现所述社区中运动异常行为的检测识别。

6.根据权利要求5所述的面向社区的异常行为检测识别方法，其特征在于，

所述社区中扔垃圾行为的检测识别方法为：

基于预处理后的所述骨骼点，获取人体手掌骨骼点；

将垃圾袋作为体外骨骼点，与所述人体手掌骨骼点连接，构造关联垃圾袋的人体骨架图；

将不同帧的用于构造所述关联垃圾袋的人体骨架图的骨骼点连接，获得物体相关骨架时空图；

基于所述物体相关骨架时空图，对垃圾袋进行运动轨迹建模，获得垃圾袋的运动轨迹特征信息；

采用所述图卷积网络，提取所述物体相关骨架时空图中的人体运动时空信息；

将所述人体运动时空信息于所述垃圾袋的运动轨迹特征信息，进行拼接融合，获得融合特征；

基于所述融合特征，实现对所述社区中扔垃圾行为的检测识别。

7.根据权利要求6所述的面向社区的异常行为检测识别方法，其特征在于，获得垃圾袋的运动轨迹特征信息的方法为：

获取预设帧数图像中垃圾袋的二维位置坐标以及所述预设帧数的上一帧图像所述垃圾袋的二维位置坐标，并进行计算，获得垃圾袋偏移向量；

基于所述垃圾袋偏移向量，计算偏移向量的模长度，获得垃圾袋的运动轨迹特征信息。

8.一种面向社区的异常行为检测识别系统，其特征在于，包括：预处理模块、垃圾袋检测模块以及异常行为检测模块；

所述预处理模块，用于获取社区内行人行为视频，并进行预处理；

所述垃圾袋检测模块，用于基于预处理后的所述行为视频，进行行人是否携带垃圾袋检测；

所述异常行为检测模块，用于基于所述是否携带垃圾袋检测的结果，进行行人异常行为检测识别。