行为监测方法及装置的制造方法
【技术领域】
[0001] 本发明属于智能监控技术领域，尤其涉及一种行为监测方法及装置。
【背景技术】
[0002] 日常的群殴事件容易导致生命安全。在智能监控系统中，现有技术主要通过对现 场的图像进行分析来判别是否发生群殴事件。然而，单纯对图像的分析容易受到室内光线、 室外车辆等因素的干扰，群殴等行为的监测准确度低，容易产生误检和误报警。
【发明内容】
[0003] 鉴于此，本发明实施例提供一种多维度的行为监测方法及装置，以提高群殴行为 识别和监测的准确度。
[0004] 第一方面，提供了一种行为监测方法，所述方法包括：
[0005] 获取监控区域中的监控信息，所述监控信息包括能量信息、声音信息、人数信息中 的一种或者其任意组合；
[0006] 当所述监控信息大于预设阈值时，判定所述监控区域中的人物行为异常，并触发 报警信号。
[0007] 第二方面，提供了一种行为监测装置，所述装置包括：
[0008] 获取模块，用于获取监控区域中的监控信息，所述监控信息包括能量信息、声音信 息、人数信息中的一种或者其任意组合；
[0009] 报警模块，用于当所述监控信息大于预设阈值时，判定所述监控区域中的人物行 为异常，并触发报警信号。
[0010] 与现有技术相比，本发明实施例通过获取监控区域中至少一个维度的监控信息， 即能量信息、声音信息、人数信息中的一种或者其任意组合；并设置每种监控信息对应的预 设阈值，当所述监控信息大于预设阈值时，则判定所述监控区域中的人物行为异常，触发报 警信号；其中，所述能量信息反映了人体运动的交互强度，所述声音信息反映了人体声音的 异常状况，所述人数信息反映了监控区域中的人物数量；从而实现了从不同维度去监测监 控区域中的人物行为，以及结合多维度去监测监控区域中的人物行为；有效地提高对监控 区域中群殴行为识别和监测的准确度。
【附图说明】
[0011] 图1是本发明实施例提供的行为监测方法的第一实现流程图；
[0012] 图2是本发明实施例提供的基于能量信息的行为监测方法的实现流程图；
[0013] 图3是本发明实施例提供的基于能量信息的行为监测方法中步骤S201的具体实 现流程图。
[0014] 图4是本发明实施例提供的光流能量法计算像素能量的实现流程图；
[0015] 图5是本发明实施例提供的基于声音信息的行为监测方法的第一实现流程；
[0016]图6是本发明实施例提供的基于声音信息的行为监测方法的第二实现流程；
[0017]图7是本发明实施例提供的基于声音信息的行为监测方法的第三实现流程图；
[0018]图8是本发明实施例提供的基于人数信息的行为监测方法的实现流程图；
[0019]图9是本发明实施例提供的基于能量信息和人数信息的行为监测方法的实现流 程图；
[0020] 图10是本发明实施例提供的基于能量信息和声音信息的行为监测方法的实现流 程图；
[0021] 图11是本发明实施例提供的基于人数信息和声音信息的行为监测方法的实现流 程图；
[0022] 图12是本发明实施例提供的基于能量信息、人数信息和声音信息的行为监测方 法的实现流程图；
[0023] 图13是本发明实施例提供的行为监测装置的组成结构图；
[0024]图14是本发明实施例提供的第一获取模块的组成结构图。
【具体实施方式】
[0025] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并 不用于限定本发明。
[0026] 本发明实施例通过获取监控区域中至少一个维度的监控信息，即能量信息、声音 信息、人数信息中的一种或者其任意组合；并设置每种监控信息对应的预设阈值，当所述监 控信息大于预设阈值时，则判定所述监控区域中的人物行为异常，触发报警信号；其中，所 述能量信息反映了人体运动的交互强度，所述声音信息反映了人体声音的异常状况，所述 人数信息反映了监控区域中的人物数量；从而实现了从不同维度去监测监控区域中的人物 行为，以及结合多维度去监测监控区域中的人物行为；有效地提高对监控区域中群殴行为 识别和监测的准确度。本发明实施例还提供了相应的装置，以下分别进行详细的说明。
[0027] 图1示出了本发明实施例提供的行为监测方法的第一实现流程；为了便于说明， 仅不出了与本发明相关的部分。
[0028] 在本发明实施例中，所述行为监测方法用于监测监控区域中的人物行为，以确定 监控区域中是否出现群殴行为。
[0029]参阅图1，所述方法包括：
[0030] 在步骤SlOl中，获取监控区域中的监控信息，所述监控信息包括能量信息、声音 信息、人数信息中的一种或者其任意组合。
[0031] 在本发明实施例中，所述监控区域中设置有多种传感器，包括但不限于视频传感 器、音频传感器、红外传感器等，还可以包括其他类型的传感器，通过所述传感器来获得监 控区域中的能量信息、声音信息以及人数信息中的一种或者其任一组合。其中，所述能量信 息反映了人体运动的交互强度，所述声音信息反映了人体声音的异常状况，所述人数信息 反映了监控区域中的人物数量。可选地，所述能量信息可通过光流法分析监控区域中的视 频信息获得，所述声音信息可通过分析监控区域中的音频信息获得，所述人数信息可通过 分析监控区域中的红外检测信息或者视频信息获得。
[0032] 在步骤S102中，当所述监控信息大于预设阈值时，判定所述监控区域中的人物行 为异常，触发报警信号。
[0033] 在本发明实施例中，不同种类的监控信息对应不同的预设阈值。
[0034] 作为本发明的第一示例，所述能量信息对应第一阈值。通过对若干群殴视频及一 般场景视频进行分析后得到一系列能量和是否为群殴行为的二维数据，以及对所述二维数 据进行曲线拟合得到所述第一阈值。当所述能量信息大于所述第一阈值时，则判定所述监 控区域中的人物行为异常，触发能量异常报警信号。
[0035]图2示出了本发明实施例提供的基于能量信息的行为监测方法的实现流程。参阅 图2,所述方法包括：
[0036] 在步骤S201中，获取监控区域的视频信息，计算所述视频信息中每一帧图像的能 量信息。
[0037] 在步骤S202中，对所述能量信息进行时间域的平滑运算，得到所述监控区域的能 量信息。
[0038] 视频信息中包含多帧图像，每一帧图像信息对应一个能量信息，需要对所获取的 多帧帧图像信息进行时间域的平滑运算，即采用指定的更新率和投票权重对时间域上（每 一帧图像）的能量信息进行平滑处理，得到一个平均能量信息，作为所述监控区域的能量 fg息。
[0039] 在步骤S203中，将所述能量信息与第一阈值进行比对。
[0040]在步骤S204中，当所述能量信息大于所述第一阈值时，判定监控区域中的人物行 为异常，触发能量异常报警信号。
[0041] 否则，当所述能量信息小于或等于所述第一阈值时，结束当前监测。
[0042] 进一步地，每一帧图像的能量信息为每一帧图像的动能和势能之和。本发明实施 例采用光流能量法来计算每一帧图像的能量。假设每一帧图像的宽度为W，高度为H，图像 上任一像素记为P(i，j)，iG[0,W)，jG[0,H)。
[0043]图3示出了本发明实施例提供的基于能量信息的行为监测方法中步骤S201的具 体实现流程。参阅图3,步骤S201包括：
[0044] 在步骤S301中，对所述视频信息中的每一帧图像，计算所述图像中每一个像素的 HkSPixelEnergy(n) ^j 〇
[0045]PixelEnergy(n);」表示第n帧图像中像素P(i,j)的能量。
[0046] 在步骤S302中，根据所述图像中像素的能量计算所述图像中每一个运动块的 动能值EmotionBIob(n)k，对所述运动块的动能值进行求和运算，得到所述图像的动能 Emotion(n)〇
[0047] 示例性地，以下以第n帧图像来进行说明。假设所述第n帧图像有num个运动块 Blob。每一个运动块记为Blob(n)k，是由两点（Bsx,Bsy)和（Bex,Bey)决定的矩形区域， 其中，kG[0,num)。
[0048] 每一个运动块的动能为所述运动块中包含的像素的能量之和，其计算公式为：
[0050]所述第n帧图像的动能为：
[0052] 在步骤S303中，根据所述图像中每一个像素的距离归一化系数、能量以及能量中 心点的标定归一化系数计算所述图像的势能Epotential(n)。
[0053] 其中，所述图像的势能为：
[0062] 在步骤S304中，计算所述图像的动能和势能之和，得到所述图像的能量信息 ESum(n)〇
[0063]即Esum(n) =Epotential(n)+Emotion(n)，所述ESum(n)为第n帧图像的能量信 息。
[0064] 进一步地，对于图像中每一个像素的能量，图4示出了本发明实施例提供的光流 能量法计算像素能量的实现流程。参阅图4,计算像素的能量的步骤包括：
[0065]在步骤S401中，对于图像中的任意一个像素，获取所述像素的水平速度和垂直速 度，根据所述水平速度和垂直速度计算所述像素的光流速度的幅值以及光流速度的方向。 [0066] 示例性地，假设第n帧图像中，任意