一种基于人脸识别的监控方法、装置及设备与流程

本发明涉及监控技术领域，尤其涉及一种基于人脸识别的监控方法、装置及设备。

背景技术：

随着社会的进步与发展，各行各业对安全管理工作的要求越来越高。目前市面上的监控系统多为居家用监控系统，监控范围小，监控实时性差无法很好的满足大型场所(如学校、商场等)全方位的安全监控的需要，使得往往需要大量人力依次巡检和反复查看场所的各个区域。特别是，幼儿园、中小学发生恶性伤人事件屡见不鲜，一般嫌疑人会逗留在学校周围，等待时机进行作案，当嫌疑人形迹可疑(如手持刀具或棍棒等)时，无法及时进行警报提醒来加强学生和老师们的警惕性，从而容易酿成悲剧。

技术实现要素：

本发明的主要目的在于提供一种基于人脸识别的监控方法、装置及设备，以解决可疑人员在学校内外逗留时间过长和/或有危险行为时，无法及时进行警报提醒，容易造成恶性事件发生的问题。

为实现上述目的，本发明实施例第一方面提供了一种基于人脸识别的监控方法，包括：

获取监控区域内的视频数据；

从视频数据中提取人脸图像，对人脸图像进行识别，识别人脸图像对应的被监控对象是否为信任对象；

如果被监控对象不是信任对象，获取被监控对象在监控区域内的徘徊时长，以及获取所述被监控对象的行为信息；

确定所述徘徊时长超过预设时长和/或所述被监控对象的行为信息为危险行为，发出警报信息；

如果所述被监控对象是信任对象，并且确认所述被监控对象及其同行人员彼此之间属于非安全关联关系，发出警报信息。

进一步的，如果所述被监控对象是信任对象，并且监控到所述信任对象有若干个随行人；判断所述信任对象和所述若干个随行人之间是否具有预设的安全关联关系，若所述信任对象与所述若干个随行人中的至少一个随行人之间不具有预设的安全关联关系，发出警报提醒给视频监控者。

本发明实施例第二方面提供了一种基于人脸识别的监控装置，包括：

第一获取单元，用于获取监控区域内的视频数据；

识别单元，用于从所述视频数据中提取人脸图像，对所述人脸图像进行识别，识别所述人脸图像对应的被监控对象是否为信任对象；

第二获取单元，用于当所述识别单元识别出所述被监控对象不是信任对象时，获取所述被监控对象在所述监控区域内的徘徊时长，以及获取所述被监控对象的行为信息；

警报单元，用于确定所述徘徊时长超过预设时长和/或所述被监控对象的行为信息为危险行为，发出警报信息；

所述警报单元，还用于当所述识别单元识别出所述被监控对象是信任对象时，确认所述被监控对象及其同行人员彼此之间属于非安全关联关系，发出警报信息。

本发明实施例第三方面提供了一种基于人脸识别的监控设备，包括：存储器、处理器和通信接口，其中，存储器用于存储可执行程序代码和数据，通信接口用于监控设备与外部设备进行通信交互，处理器用于调用存储器存储的可执行程序代码，执行上述第一方面提供的基于人脸识别的监控方法中的步骤。

本发明实施例第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面提供的基于人脸识别的监控方法中的步骤。

本发明的上述方案至少包括以下有益效果：

在本发明的实施例中，从监控区域内拍摄到的视频数据中提取出人脸图像，对提取到的人脸图像进行识别，以识别该人脸图像对应的被监控对象是否为预先记录的信任对象，如果被监控对象不是信任对象，则获取该被监控对象在监控区域内的徘徊时长以及获取被监控对象的行为信息，在确定该徘徊时长超过预设时长和/或被监控对象的行为信息为危险行为，发出警报信息；进一步地，如果被监控对象是信任对象，并且确认被监控对象及其同行人员彼此之间属于非安全关联关系，发出警报信息。本发明实施例，通过对被监控对象进行身份确认，在确认为是非信任对象时，逗留时间过长和/或有危险行为时则进行警报处理，从而有助于排查可疑人员，降低恶性事件发生率；此外，当被监控对象为信任对象时，在确认被监控对象及其同行人员彼此之间属于非安全关系时进行报警处理，能够有助于防止可疑人员漏查，降低漏查的可能性，尽量做到不放过任何一个可疑人员，同时较小了误报警的几率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明实施例提供的一种网络架构的示意图；

图2为本发明实施例提供的一种基于人脸识别的监控方法的流程图；

图3为本发明实施例提供的另一种基于人脸识别的监控方法的流程图；

图4为本发明实施例提供的又一种基于人脸识别的监控方法的流程图；

图5为本发明实施例提供的一种基于人脸识别的监控装置的结构示意图；

图6为本发明实施例提供的另一种基于人脸识别的监控设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面首先结合相关附图来举例介绍下本申请实施例的方案可能应用到的网络架构。

如图1所示，本发明实施例提供一种网络架构。该网络架构至少可以包括监控服务器、部署于监测区域内的至少一个视频采集设备。其中，监控服务器可以理解为执行本发明实施例提供的基于人脸识别的监控方法的服务器，即为本发明实施例提供的基于人脸识别的监控设备。该监控服务器记录有信任对象的人脸图像、身份信息、年龄、性别等基本信息。其中，监测区域可以为指定的监控场所，如学校、养老院等，具体为相应场景的门口等；信任对象可以包括监控场所内的常用人员及监护人等，例如，在学校，信任对象可以为学校的学生、学生家长、学校的老师、教职工等等。视频采集设备用于在采集范围内采集视频数据，具体可以为摄像头、抓拍机等。

请参阅图2，本发明实施例提供一种基于人脸识别的监控方法的流程示意图。如图2所示，该基于人脸识别的监控方法可以包括以下步骤：

210、获取监测区域内的视频数据。

本发明实施例中，监测区域为需要进行安全监控的区域，可以为指定的监控场所，如学校、养老院等，具体为相应场景的门口等，监控区域可以为一个或多个。具体的，可通过部署于各监控区域内的视频采集设备获取各监测区域的视频数据。其中，一个监控区域可以设置一个或多个不同拍摄角度的视频采集设备。视频采集设备可以为摄像头、抓拍机等。且在实际应用中，根据实际监控需求，可实时获取整个监测区域内的视频数据，以确保对监测区域内的所有对象的监控，避免遗漏或出现监控死角。

220、从视频数据中提取人脸图像，对人脸图像进行识别，识别该人脸图像对应的被监控对象是否为信任对象，如果否，则执行步骤230；如果是，则执行步骤250。

本发明实施例中，可以从视频数据中获取包含人脸的图像帧，并从图像帧中利用人脸提取算法截取人脸部分的图像。进一步地，对这部分人脸图像利用人脸识别算法进行人脸识别，以识别该人脸图像对应的被监控对象(即该人脸的拥有者)是否为信任对象。其中，信任对象为监控设备中预先存储有个人信息的对象，个人信息可以包括但不限于人脸图像、身份信息、年龄、性别等基本信息。信任对象可以包括监控场所内的常驻人员及监护人等，例如，在学校，信任对象可以为学校的学生、学生家长、学校的老师、教职工等等。需要说明的是，本发明实施例中涉及的人脸识别与图像提取均可采用现有的算法实现，在此不对人脸识别与图像提取过程进行过多赘述。

作为一种可选的实施方式，步骤220中对人脸图像进行识别，识别该人脸图像对应的被监控对象是否为信任对象的实现方式具体可以包括以下步骤：

21)提取该人脸图像的特征信息，将该特征信息与预先存储的人脸数据库中的模型数据进行匹配，如果匹配成功，则执行步骤22)；如果匹配失败，则执行步骤23)

22)识别该人脸图像对应的被监控对象为信任对象；

23)识别该人脸图像对应的被监控对象为非信任对象。

在该实施方式中，监控设备中可以预先存储有人脸数据库，该人脸数据库中可以包含有所有信任对象的人脸模型数据。具体的，在获取到各信任对象的人脸图像后，通过提取各人脸图像的特征信息进行模型训练操作，以训练得到模型数据，方便后期将该模型数据作为比对样本进行身份确认。对被监控对象的人脸图像进行识别其具体为利用特征提取算法提取人脸图像中的特征信息，将该特征信息与人脸数据库中的模型数据进行匹配，如果匹配率达到预设值，则认为匹配成功，该被监控对象即为其中的一位信任对象；如果匹配率低于预设值，则认为匹配失败，该监控对象不是信任对象，即该被监控对象为非信任对象。需要说明的是，本实施方式中涉及的人脸特性信息提取可采用现有的算法实现，在此不对人脸特征信息提取过程进行过多赘述。

230、获取被监控对象在监控区域内的徘徊时长，以及获取被监控对象的行为信息。

具体的，可以根据获取的视频数据中被监控对象出现在视频中的时长来确定该被监控对象的徘徊时长。

240、确定该徘徊时长超过预设时长和/或被监控对象的行为信息为危险行为，发出警报信息。

本发明实施例中，监控设备中可以事先存储好预设时长，该预设时长可以根据实际需求和/或应用场景进行修改。当被监控对象在监控区域内的徘徊时长大于预设时长，可以表示被监控对象逗留时间过长，很有可能是有目的性的逗留，此时可以发出警报提醒。和/或，当被监控对象的行为信息为危险行为时，也将发出警报信息。其中，发出警报信息具体可以是发出警报信息给预定人员，该预定人员可以包括但不限于视频监控者、安保人员以及被监控对象等中的至少一个。当警报信息是发给视频监控者时，监控设备可以将警报信息发送至与监控设备进行绑定的视频监控者的终端上，其好处在于，当视频监控者不在监控室时也能够第一时间通知到视频监控者，防止未及时通知到而让可疑人员有机可乘。其中，视频监控者可以直接是位于监控室的监控人员，当监控设备监控到可疑人员时，可以通过响铃和/或文字显示直接提醒监控人员注意。当警报信息是发给安保人员时，监控设备可以将警报信息发送至与监控设备进行绑定的安保人员的终端上，以使安保人员能够第一时间做好防范措施。当警报信息是发给被监控对象时，监控设备可以控制监控区域内或周围的语音播放器向被监控对象发出警报信息，以及时提醒可疑人员终止危险行为，有助于提高可疑人员放弃作案的可能性，降低恶性事件发生率。这里所涉及的终端可以包括但不限于智能手机、平板电脑等智能终端。

250、确认被监控对象的同行人员及所述被监控对象彼此之间属于非安全关联关系，发出警报信息。

本发明实施例中，被监控对象的同行人员可以不止一个，确认被监控对象及其同行人员彼此之间属于非安全关联关系具体可以是确认被监控对象的同行人员中至少有一个与被监控对象属于非安全关联关系，且同行人员之间彼此之间不存在安全关联关系。例如，确定被监控对象的活动轨迹，采用聚类的方式选择被监控对象的活动轨迹中与被监控对象接触次数超过预定次数的人员，确定为与被监控对象的同行人员。监控设备中可以预先存储安全关联关系，安全关联关系可以看作是他人与被监控对象之间的关联关系，例如可以包括监护人与被监护人、父子、母子、父女、母女、朋友、兄弟姐妹、爷孙等等关联关系。非安全关联关系可以看作是与被监控对象之间没有任何安全关联关系。进一步地，如果与被监控对象属于非安全关联关系的同行人员彼此是安全关联关系，则该属于非安全关联关系的同行人员可以进行排除，即不认定为可疑人员。

本发明实施例中，在确认被监控对象及其同行人员属于非安全关联关系，发出警报信息具体可以是发出警报信息给预定人员，该预定人员可以包括但不限于视频监控者、安保人员以及被监控对象等中的至少一个。

进一步的，如果被监控对象是信任对象，并且监控到该信任对象有若干个随行人(例如一个或多个孩子)；判断该信任对象和这若干个随行人之间是否具有预设的安全关联关系(例如家长和其孩子的关系)，若该信任对象与这若干个随行人中的至少一个随行人之间不具有预设的安全关联关系，且随性人员彼此之间也不具备预设的安全关联关系，则发出警报信息。

也就是说，对于信任对象也可能做出非信任行为，例如他带走的小孩并非他的小孩，而是可能是别人的小孩，即这个随行人员与这个信任对象之间不是预设的安全关联关系，那这种情况也比较危险，通过上述机制，可以进一步对信任对象的非信任行为进行告警提示，进而进一步提升安全性。另外，确认同行人员间也不存在安全关联关系，比如信任对象与别人家的小孩属于同行人员，且属于非安全管理关系，但是如果小孩的家长也是信任对象的同行人员时，则不应该发出警报信息。因此，本实施例还可以减少误报警的概率。

可选的，监控设备还可以控制语音播放器来播放危险警示，如向学校师生们通过语音播报的方式将危险告知，让学校师生能够尽早做好防范措施。此外，还可以控制语音播放器向可疑人员发送警告提醒，以及时提醒可疑人员终止危险行为，有助于提高可疑人员放弃作案的可能性，降低恶性事件发生率。可以理解的是，可以是监控设备控制语音播放器进行语音播报，也可以是视频监控者或安保人员在收到警报信息后，手动控制语音播放器进行语音播报，这里不作限定。

实施图2所描述的方法，从监控区域内拍摄到的视频数据中提取出人脸图像，对提取到的人脸图像进行识别，以识别该人脸图像对应的被监控对象是否为预先记录的信任对象，如果被监控对象不是信任对象，则获取该被监控对象在监控区域内的徘徊时长以及获取被监控对象的行为信息，在确定该徘徊时长超过预设时长和/或被监控对象的行为信息为危险行为，发出警报信息；进一步地，如果被监控对象是信任对象，并且确认被监控对象及其同行人员属于非安全关联关系，发出警报信息。这样通过对被监控对象进行身份确认，在确认为是非信任对象时，逗留时间过长和/或有危险行为时则进行警报处理，从而有助于排查可疑人员，降低恶性事件发生率；此外，当被监控对象为信任对象时，在确认被监控对象及其同行人员彼此为非安全关系时进行警报处理，能够有助于防止可疑人员漏查，降低漏查的可能性，尽量做到不放过任何一个可疑人员，同时也可以减小误报警的概率。

请参阅图3，本发明实施例提供了另一种基于人脸识别的监控方法的流程示意图。如图3所示，该基于人脸识别的监控方法可以包括以下步骤：

310、获取监测区域内的视频数据。

320、从视频数据中提取人脸图像，对人脸图像进行识别，识别该人脸图像对应的被监控对象是否为信任对象，如果否，则执行步骤330；如果是，则执行步骤370。

330、获取被监控对象在监控区域内的徘徊时长，以及获取被监控对象的行为信息。

作为一种可选的实施方式，步骤330中获取被监控对象的行为信息可以包括以下步骤：

31)从视频数据中提取被监控对象的视频信息；

32)对该视频信息进行行为分析，确定被监控对象的行为信息。

由于视频数据中包含的信息过多，有些数据可能是无用的数据，因此有必要从视频采集设备采集到的视频数据中过滤掉无用信息，而保留有用信息，如被监控对象长时间保持一个动作不变时，可以只提取其中一帧图像数据。

作为一种可选的实施方式，步骤32)对该视频信息进行行为分析，确定被监控对象的行为信息的具体实施方式可以包括以下步骤：

33)从视频信息中提取每一帧图像以及每一帧图像的采集时间；

34)识别每一帧图像中被监控对象的肢体动作；

35)根据每一帧图像中被监控对象的肢体动作以及每一帧图像的采集时间先后顺序，确定被监控对象的行为信息。

其中，每一帧图像的采集时间是指视频采集设备采集到每帧图像时的时间。通过识别每一帧图像中被监控对象的肢体动作，以及每一帧图像的采集时间先后顺序，即可知道被监控对象的行为趋势，通过分析的图像帧越多，即可估计出被监控对象一段时间内的行为信息。

340、确定被监控对象的行为信息为危险行为且该徘徊时长不超过预设时长。

作为一种可选的实施方式，步骤340确定被监控对象的行为信息为危险行为的具体实施方式可以包括以下步骤：

36)判断被监控对象的行为信息是否与预先存储的至少一个危险行为相匹配；

37)如果被监控对象的行为信息与预先存储的至少一个危险行为相匹配，确定该行为信息为危险行为；

38)如果被监控对象的行为信息与预先存储的所有危险行为均不匹配，确定该行为信息不是危险行为。

在该实施方式中，监控设备中可以预先存储有多个危险行为(如殴打行为、手持刀具或棍棒等行为)构成的样本，可以将被监控对象的行为信息与样本进行匹配，当行为信息与样本中的至少一个危险行为的匹配度高于预设匹配度时，可以认为该行为信息为危险行为。当行为信息与样本中的所有危险行为的匹配度均低于预设匹配度时，可以认为该行为信息不是危险行为。

350、根据预先存储的危险行为等级表，确定与该行为信息匹配的危险行为所对应的危险等级。

其中，该危险行为等级表中包含有不同危险行为对应的危险等级。

360、根据与该行为信息匹配的危险行为所对应的危险等级，发出与该危险等级对应的警报信息。

在该实施方式中，监控设备中可以预先存储危险行为等级表，该危险行为等级表中包含有不同危险行为对应的危险等级，不同危险行为对应的危险等级可以相同，也可以不同。危险等级越高表明被监控对象的行为越危险。每一危险等级可以设置对应的警报信息，不同危险等级对应的警报信息可以不同。具体的，可以从危险行为等级表中查询被监控对象发出的危险行为所对应的危险等级，并向预定人员发出与该危险等级对应的警报信息，这样可以针对不同的危险等级做出不同的应对防范措施，避免事件进一步恶化。其中，该预定人员可以包括但不限于视频监控者、安保人员以及被监控对象等中的至少一个。

370、确认被监控对象及其同行人员彼此之间属于非安全关联关系，发出警报信息。

实施图3所描述的方法，从监控区域内拍摄到的视频数据中提取出人脸图像，对提取到的人脸图像进行识别，以识别该人脸图像对应的被监控对象是否为预先记录的信任对象，如果被监控对象不是信任对象，则获取该被监控对象在监控区域内的徘徊时长以及获取被监控对象的行为信息，在确定被监控对象的行为信息为危险行为时，进一步确定该危险行为的危险等级，并根据危险等级来发出相应的警报信息。这样可以针对不同的危险等级做出不同的应对防范措施，避免事件进一步恶化。

请参阅图4，本发明实施例提供了又一种基于人脸识别的监控方法的流程示意图。如图4所示，该基于人脸识别的监控方法可以包括以下步骤：

410、获取监测区域内的视频数据。

420、从视频数据中提取人脸图像，对人脸图像进行识别，识别该人脸图像对应的被监控对象是否为信任对象，如果否，则执行步骤430；如果是，则指向步骤480。

430、获取被监控对象在监控区域内的徘徊时长，以及获取被监控对象的行为信息。

440、确定该徘徊时长超过预设时长且被监控对象的行为信息不是危险行为。

450、识别被监控对象的个人信息。

其中，被监控对象的个人信息至少可以包括年龄、性别、着装和表情等信息。

460、根据该个人信息对被监控对象进行危险指数分析，确定被监控对象的危险指数。

本发明实施例中，不同个人信息对应的危险指数不同，例如，不同年龄段对应的危险指数可以不同，如中小年龄段，危险指数低，青年至中年，危险指数高，老年段危险指数中度等；不同性别对应的危险指数可以不同，如女性危险指数低于男性危险指数；不同着装对应的危险指数可以不同，如着装得体危险指数低于着装不得体危险指数；不同表情对应的危险指数可以不同，如平静或开心的表情对应的危险指数低于生气或愤怒的表情对应的危险指数等等。监控设备中可以预先存储不同的个人信息对应的危险指数样本，通过提取被监控对象的个人信息与预存的样本进行比对，来综合统计出该被监控对象的危险指数。

470、确定被监控对象的危险指数超过预设阈值，发出警报信息。

本发明实施例中，分析出被监控对象的危险指数后，可以将该危险指数与监控设备中事先存储的预设阈值进行比较，当该危险指数大于预设阈值时，可以认为该被监控对象的危险指数超标，属于高危人员，此时向视频监控者发送警报提醒；当该危险指数小于预设阈值时，可以认为该被监控对象的危险指数较低，属于安全人员，此时可以不做报警处理。其中，预设阈值可以根据实际需求和/或应用场景等进行适应性修改。

作为一种可选的实施方式，在确定出被监控对象的危险指数不超过预设阈值时，图4所描述的基于人脸识别的监控方法还可以包括以下步骤：

41)获取被监控对象的历史监控数据；

42)将被监控对象当前的危险指数与历史监控数据中的危险指数进行加权处理，获得加权后的危险指数；

43)确定加权后的危险指数超过预设阈值，则发出警报信息。

在该实施方式中，当被监控对象的危险指数小于预设阈值时，可以进一步获取该被监控对象的历史监控数据，将历史监控数据中的危险指数与当前分析出的危险指数进行加权求和，得出加权后的危险指数，再将加权后的危险指数与预设阈值进行比较，如果加权后的危险指数大于预设阈值，可以认为该被监控对象的危险指数超标，属于高危人员，此时向视频监控者发送警报提醒；如果加权后的危险指数仍小于预设阈值，可以认为该被监控对象的危险指数较低，属于安全人员，此时可以不做报警处理。其中，历史监控数据可以是一预设时间段内该被监控对象出现在监控区域内时每次所分析出的危险指数，该预设时间段内可以是一周内、半个月内、一个月内或半年内等等。这样可以防止可疑人员漏查，降低漏查的可能性，尽量做到不放过任何一个可疑人员。

480、确认被监控对象及其同行人员彼此之间属于非安全关联关系，发出警报信息。

实施图4所描述的方法，从监控区域内拍摄到的视频数据中提取出人脸图像，对提取到的人脸图像进行识别，以识别该人脸图像对应的被监控对象是否为预先记录的信任对象，如果被监控对象不是信任对象，则获取该被监控对象在监控区域内的徘徊时长以及获取被监控对象的行为信息，在确定该徘徊时长超过预设时长且被监控对象的行为信息不是危险行为时，可以进一步识别被监控对象的个人信息进行危险指数分析，当危险指数超标时，发出警报信息。这样可以在被监控对象长时间逗留且属于高危人员时及时报警，方便提前做好防范措施，降低恶性事件发生率。

请参阅图5，本发明实施例提供一种基于人脸识别的监控装置，可以用于执行本发明实施例提供的基于人脸识别的监控方法。如图5所示，该监控装置可以包括：

第一获取单元51，用于获取监控区域内的视频数据；

识别单元52，用于从视频数据中提取人脸图像，对人脸图像进行识别，识别该人脸图像对应的被监控对象是否为信任对象；

第二获取单元53，用于当识别单元52识别出被监控对象不是信任对象时，获取被监控对象在监控区域内的徘徊时长，以及获取被监控对象的行为信息；

警报单元54，用于确定该徘徊时长超过预设时长和/或被监控对象的行为信息为危险行为，发出警报信息；

警报单元54，还用于当识别单元52识别出被监控对象是信任对象时，确认被监控对象及其同行人员彼此之间属于非安全关联关系，发出警报信息。

进一步的，警报单元54还可用于，如果识别单元52识别出被监控对象是信任对象，并且监控到信任对象有若干个随行人(例如一个或多个孩子)；判断该信任对象和这若干个随行人之间是否具有预设的安全关联关系(例如家长和其孩子的关系)，若该信任对象与这若干个随行人中的至少一个随行人之间不具有预设的安全关联关系，且随性人员彼此之间也不存在预设的安全关联关系时，发出警报信息。

也就是说，对于信任对象也可能做出非信任行为，例如他带走的小孩并非他的小孩，而是可能是别人的小孩，即这个随行人员与这个信任对象之间不是预设的安全关联关系，那这种情况也比较危险，通过上述机制，可以进一步对信任对象的非信任行为进行告警提示，进而进一步提升安全性。另外，确认同行人员间也不存在安全关联关系，比如信任对象与别人家的小孩属于同行人员，且属于非安全管理关系，但是如果小孩的家长也是信任对象的同行人员时，则不应该发出警报信息。因此，本实施例还可以减少误报警的概率。

可选的，第二获取单元53获取被监控对象的行为信息的具体实施方式可以为：从视频数据中提取被监控对象的视频信息；对视频信息进行行为分析，确定被监控对象的行为信息。

可选的，第二获取单元53对视频信息进行行为分析，确定被监控对象的行为信息的具体实施方式可以为：从视频信息中提取每一帧图像以及每一帧图像的采集时间；识别每一帧图像中被监控对象的肢体动作；根据每一帧图像中被监控对象的肢体动作以及每一帧图像的采集时间先后顺序，确定被监控对象的行为信息。

可选的，警报单元54确定被监控对象的行为信息为危险行为的具体实施方式可以为：判断被监控对象的行为信息是否与预先存储的至少一个危险行为相匹配；如果被监控对象的行为信息与预先存储的至少一个危险行为相匹配，确定该行为信息为危险行为；如果被监控对象的行为信息与预先存储的所有危险行为均不匹配，确定该行为信息不是危险行为。

可选的，图5所示的监控设备还可以包括确定单元(图中未示出)，其中：

确定单元，用于在警报单元54确定被监控对象的行为信息为危险行为之后，根据预先存储的危险行为等级表，确定与该行为信息匹配的危险行为所对应的危险等级，其中，该危险行为等级表中包含有不同危险行为对应的危险等级；

相应地，警报单元54发出警报信息的具体实施方式可以为：根据与该行为信息匹配的危险行为所对应的危险等级，发出与该危险等级对应的警报信息。

可选的，识别单元52还可以用于在警报单元54确定该徘徊时长超过预设时长且被监控对象的行为信息不是危险行为时，识别被监控对象的个人信息，该个人信息至少可以包括年龄、性别、着装和表情；

相应地，图5所示的监控设备还可以包括分析单元(图中未示出)，其中：

分析单元，用于根据识别单元52识别出的个人信息对被监控对象进行危险指数分析，确定被监控对象的危险指数；

警报单元54，还用于确定被监控对象的危险指数超过预设阈值，发出警报信息。

可选的，图5所示的监控设备还可以包括第三获取单元和加权单元(图中未示出)，其中：

第三获取单元，用于在警报单元54确定被监控对象的危险指数未超过预设阈值时，获取被监控对象的历史监控数据；

加权单元，用于将所述被监控对象当前的危险指数与所述历史监控数据中的危险指数进行加权处理，获得加权后的危险指数；

警报单元54，还用于判断加权后的危险指数是否超过预设阈值，如果超过，发出警报信息。

实施图5所示的基于人脸识别的监控设备，通过对被监控对象进行身份确认，在确认为是非信任对象时，逗留时间过长和/或有危险行为时则进行警报处理，从而有助于排查可疑人员，降低恶性事件发生率；此外，当被监控对象为信任对象时，在确认被监控对象与同行人员为非安全关系时进行警报处理，能够有助于防止可疑人员漏查，降低漏查的可能性，尽量做到不放过任何一个可疑人员，同时也可以减小误报警的概率。

进一步地，在确定被监控对象的行为信息为危险行为时，进一步确定该危险行为的危险等级，并根据危险等级来发出相应的警报信息。这样可以针对不同的危险等级做出不同的应对防范措施，避免事件进一步恶化。

此外，当逗留时间过长时，可以提取被监控对象的个人信息进行危险指数分析，当危险指数超标时，发出警报提醒给视频监控者。这样可以在被监控对象长时间逗留且属于高危人员时及时报警，方便提前做好防范措施，降低恶性事件发生率。

请参阅图6，本发明实施例提供另一种基于人脸识别的监控设备，可以用于执行本发明实施例提供的基于人脸识别的监控方法。如图6所示，该监控设备至少可以包括存储器10，至少一个处理器20，如cpu，至少一个通信接口30，监控设备通过通信接口30与外部设备进行通信交互。其中，存储器10、处理器20和通信接口30可以通过一条或多条总线进行通信连接。本领域技术人员可以理解，图6中示出的监控设备的结构并不构成对本发明实施例的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

其中，存储器10可以是高速ram存储器，也可以是非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器10可选的还可以是至少一个位于远离前述处理器20的存储装置。如图6所示，存储器10可以存储可执行程序代码和数据等，本发明实施例不作限定。

在图6所示的监控设备中，处理器20可以用于调用存储器10中存储的可执行程序代码，执行以下操作：

获取监控区域内的视频数据；

从视频数据中提取人脸图像，对人脸图像进行识别，识别该人脸图像对应的被监控对象是否为信任对象；

如果被监控对象不是信任对象，获取被监控对象在监控区域内的徘徊时长，以及获取被监控对象的行为信息；

确定该徘徊时长超过预设时长和/或被监控对象的行为信息为危险行为，控制通信接口30发出警报信息；

如果被监控对象是信任对象，并且确认被监控对象及其同行人员彼此之间属于非安全关联关系，控制通信接口30发出警报信息。

进一步的，处理器20还可用于，如果被监控对象是信任对象，并且监控到信任对象有若干个随行人(例如一个或多个孩子)；判断该信任对象和这若干个随行人之间是否具有预设的安全关联关系(例如家长和其孩子的关系)，若该信任对象与这若干个随行人中的至少一个随行人之间不具有预设的安全关联关系，且随性人员彼此之间也不具备预设的安全关联关系，则控制通信接口30发出警报信息。

也就是说，对于信任对象也可能做出非信任行为，例如他带走的小孩并非他的小孩，而是可能是别人的小孩，即这个随行人员与这个信任对象之间不是预设的安全关联关系，那这种情况也比较危险，通过上述机制，可以进一步对信任对象的非信任行为进行告警提示，进而进一步提升安全性。另外，确认同行人员间也不存在安全关联关系，比如信任对象与别人家的小孩属于同行人员，且属于非安全管理关系，但是如果小孩的家长也是信任对象的同行人员时，则不应该发出警报信息。因此，本实施例还可以减少误报警的概率。

可选的，处理器20获取被监控对象的行为信息的具体实施方式可以为：

从视频数据中提取被监控对象的视频信息；

对视频信息进行行为分析，确定被监控对象的行为信息。

可选的，处理器20对视频信息进行行为分析，确定被监控对象的行为信息的方式具体可以为：

从视频信息中提取每一帧图像以及每一帧图像的采集时间；

识别每一帧图像中被监控对象的肢体动作；

根据每一帧图像中所述被监控对象的肢体动作以及每一帧图像的采集时间先后顺序，确定被监控对象的行为信息。

可选的，处理器20确定被监控对象的行为信息为危险行为的方式具体可以为：

判断被监控对象的行为信息是否与存储器10中预先存储的至少一个危险行为相匹配；

如果被监控对象的行为信息与存储器10中预先存储的至少一个危险行为相匹配，确定该行为信息为危险行为；

如果被监控对象的行为信息与存储器10中预先存储的所有危险行为均不匹配，确定该行为信息不是危险行为。

可选的，在确定被监控对象的行为信息为危险行为之后，处理器20还可以用于调用存储器10中存储的可执行程序代码，执行以下操作：

根据存储器10中预先存储的危险行为等级表，确定与该行为信息匹配的危险行为所对应的危险等级，其中，该危险行为等级表中包含有不同危险行为对应的危险等级；

相应地，处理器20控制通信接口30发出警报信息的方式具体可以为：

根据与该行为信息匹配的危险行为所对应的危险等级，控制通信接口30发出与该危险等级对应的警报信息。

可选的，处理器20当确定该徘徊时长超过预设时长且被监控对象的行为信息不是危险行为时，还可以用于调用存储器10中存储的可执行程序代码，执行以下操作：

识别被监控对象的个人信息，该个人信息至少可以包括年龄、性别、着装和表情；

根据该个人信息对被监控对象进行危险指数分析，确定被监控对象的危险指数；

相应地，处理器20控制通信接口30发送警报提醒给视频监控者的方式具体可以为：

确定被监控对象的危险指数超过存储器10中存储的预设阈值，控制通信接口30发出警报信息。

可选的，处理器20还可以用于调用存储器10中存储的可执行程序代码，执行以下操作：

当确定被监控对象的危险指数未超过存储器10中存储的预设阈值时，从存储器10中获取被监控对象的历史监控数据；

将被监控对象当前的危险指数与历史监控数据中的危险指数进行加权处理，获得加权后的危险指数；

判断加权后的危险指数是否超过存储器10中存储的预设阈值，如果超过，控制通信接口30发出警报信息。

可选的，处理器20对人脸图像进行识别，识别该人脸图像对应的被监控对象是否为信任对象的方式具体可以为：

提取该人脸图像的特征信息，将该特征信息与存储器10中预先存储的人脸数据库中的模型数据进行匹配；

如果匹配成功，则识别该人脸图像对应的被监控对象为信任对象；

如果匹配失败，则识别该人脸图像对应的被监控对象为非信任对象。

可选的，处理器20控制通信接口30发出警报信息的方式具体可以为：

控制通信接口30发出警报信息给预定人员，该预定人员可以包括但不限于视频监控者、安保人员以及被监控对象等中的至少一个。

实施图6所示的基于人脸识别的监控设备，通过对被监控对象进行身份确认，在确认为是非信任对象时，逗留时间过长和/或有危险行为时则进行警报处理，从而有助于排查可疑人员，降低恶性事件发生率；此外，当被监控对象为信任对象时，在确认被监控对象与同行人员为非安全关系时进行警报处理，能够有助于防止可疑人员漏查，降低漏查的可能性，尽量做到不放过任何一个可疑人员，同时也可以减小误报警的概率。

进一步地，在确定被监控对象的行为信息为危险行为时，进一步确定该危险行为的危险等级，并根据危险等级来发出相应的警报信息。这样可以针对不同的危险等级做出不同的应对防范措施，避免事件进一步恶化。

此外，当逗留时间过长时，可以提取被监控对象的个人信息进行危险指数分析，当危险指数超标时，发出警报提醒给视频监控者。这样可以在被监控对象长时间逗留且属于高危人员时及时报警，方便提前做好防范措施，降低恶性事件发生率。

具体地，本发明实施例中介绍的监控设备可以实施本发明结合图2、图3或图4介绍的基于人脸识别的监控方法实施例中的部分或全部流程。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现图2、图3或图4所描述的基于人脸识别的监控方法实施例中的部分或全部流程。

具体的，计算机程序被处理器执行时实现如下步骤：获取监控区域内的视频数据；从视频数据中提取人脸图像，对人脸图像进行识别，识别该人脸图像对应的被监控对象是否为信任对象；如果被监控对象不是信任对象，获取被监控对象在监控区域内的徘徊时长，以及获取被监控对象的行为信息；确定该徘徊时长超过预设时长和/或被监控对象的行为信息为危险行为，发出警报信息；如果被监控对象是信任对象，并且确认被监控对象及其同行人员彼此之间属于非安全关联关系，发出警报信息。

进一步的，计算机程序被处理器执行时还实现如下步骤：如果被监控对象是信任对象，并且监控到信任对象有若干个随行人(例如一个或多个孩子)；判断该信任对象和这若干个随行人之间是否具有预设的安全关联关系(例如家长和其孩子的关系)，若该信任对象与这若干个随行人中的至少一个随行人之间不具有预设的安全关联关系，且随性人员彼此之间也不具备预设的安全关联关系，则控制通信接口30发出警报信息。

也就是说，对于信任对象也可能做出非信任行为，例如他带走的小孩并非他的小孩，而是可能是别人的小孩，即这个随行人员与这个信任对象之间不是预设的安全关联关系，那这种情况也比较危险，通过上述机制，可以进一步对信任对象的非信任行为进行告警提示，进而进一步提升安全性。另外，确认同行人员间也不存在安全关联关系，比如信任对象与别人家的小孩属于同行人员，且属于非安全管理关系，但是如果小孩的家长也是信任对象的同行人员时，则不应该发出警报信息。因此，本实施例还可以减少误报警的概率。

可选的，处理器获取被监控对象的行为信息的方式具体可以为：从视频数据中提取被监控对象的视频信息；对视频信息进行行为分析，确定被监控对象的行为信息。

可选的，处理器对视频信息进行行为分析，确定被监控对象的行为信息的方式具体可以为：从视频信息中提取每一帧图像以及每一帧图像的采集时间；识别每一帧图像中被监控对象的肢体动作；根据每一帧图像中所述被监控对象的肢体动作以及每一帧图像的采集时间先后顺序，确定被监控对象的行为信息。

可选的，处理器确定被监控对象的行为信息为危险行为的方式具体可以为：判断被监控对象的行为信息是否与预先存储的至少一个危险行为相匹配；如果被监控对象的行为信息与预先存储的至少一个危险行为相匹配，确定该行为信息为危险行为；如果被监控对象的行为信息与预先存储的所有危险行为均不匹配，确定该行为信息不是危险行为。

可选的，处理器在确定被监控对象的行为信息为危险行为之后，计算机程序被处理器执行时还实现如下步骤：根据预先存储的危险行为等级表，确定与该行为信息匹配的危险行为所对应的危险等级，其中，该危险行为等级表中包含有不同危险行为对应的危险等级；相应地，处理器发出警报信息的方式具体可以为：根据与该行为信息匹配的危险行为所对应的危险等级，发出与该危险等级对应的警报信息。

可选的，处理器在确定该徘徊时长超过预设时长且被监控对象的行为信息不是危险行为时，计算机程序被处理器执行时还实现如下步骤：识别被监控对象的个人信息，该个人信息至少可以包括年龄、性别、着装和表情；根据该个人信息对被监控对象进行危险指数分析，确定被监控对象的危险指数；相应地，处理器发送警报提醒给视频监控者的方式具体可以为：确定被监控对象的危险指数超过预设阈值，发出警报信息。

可选的，计算机程序被处理器执行时还实现如下步骤：当确定被监控对象的危险指数未超过预设阈值时，获取被监控对象的历史监控数据；将被监控对象当前的危险指数与历史监控数据中的危险指数进行加权处理，获得加权后的危险指数；判断加权后的危险指数是否超过预设阈值，如果超过，发出警报信息。

可选的，处理器对人脸图像进行识别，识别该人脸图像对应的被监控对象是否为信任对象的方式具体可以为：提取该人脸图像的特征信息，将该特征信息与预先存储的人脸数据库中的模型数据进行匹配；如果匹配成功，则识别该人脸图像对应的被监控对象为信任对象；如果匹配失败，则识别该人脸图像对应的被监控对象为非信任对象。

可选的，处理器发出警报信息的方式具体可以为：发出警报信息给预定人员，该预定人员可以包括但不限于视频监控者、安保人员以及被监控对象等中的至少一个。

即，计算机可读存储介质的计算机程序被处理器执行时实现图2、图3或图4所描述的基于人脸识别的监控方法实施例中的部分或全部流程，及时报警，方便提前做好防范措施，降低恶性事件发生率。

示例性的，计算机可读存储介质的计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。

需要说明的是，由于计算机可读存储介质的计算机程序被处理器执行时实现上述的基于人脸识别的监控方法的步骤，因此上述基于人脸识别的监控方法的所有实施例均适用于该计算机可读存储介质，且均能达到相同或相似的有益效果。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。