一种商场监控装置的制作方法

本发明涉及监控
技术领域：
，具体涉及一种商场监控装置。
背景技术：
：随着科学技术的不断进步和人们生活水平的不断提高，监控技术已经成为保证商场安全的必不可少的技术手段之一。技术实现要素：针对上述问题，本发明提供一种商场监控装置。本发明的目的采用以下技术方案来实现：提供了一种商场监控装置，包括图像采集设备、信息传输设备和监控平台；所述图像采集设备和信息传输设备通信连接；所述信息传输设备与所述监控平台通信连接；所述图像采集设备实时采集图像并将其发送至所述信息传输设备；所述信息传输设备将接收到的图像发送至所述监控平台；所述监控平台用于对图像中的暴力行为进行检测。本发明的有益效果为：提供了一种商场监控装置，能够对图像中的暴力行为进行检测，及时发现打架斗殴。附图说明利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明的结构示意图；附图标记：图像采集设备1、信息传输设备2、监控平台3。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的一种商场监控装置，包括图像采集设备1、信息传输设备2和监控平台3；所述图像采集设备1和信息传输设备2通信连接；所述信息传输设备2与所述监控平台3通信连接；所述图像采集设备1实时采集图像并将其发送至所述信息传输设备2；所述信息传输设备2将接收到的图像发送至所述监控平台3；所述监控平台3用于对图像中的暴力行为进行检测。本实施例提供了一种商场监控装置，能够对图像中的暴力行为进行检测，及时发现打架斗殴。优选的，所述监控平台3包括第一处理模块、第二处理模块、第三处理模块、第四处理模块、第五处理模块、第六处理模块，所述第一处理模块用于输入所检测的图像，所述第二处理模块用于提取出图像的全局特征，所述第三处理模块用于将所提取的图像全局特征融合在深度网络模型中，所述第四处理模块基于第三处理模块确定暴力检测结果，所述第五处理模块用于优化第四处理模块暴力检测结果，所述第六处理模块用于输出优化的暴力检测结果。本优选实施例监控平台3有效的提高了暴力检测的准确率。优选的，所述第二处理模块包括第一处理层、第二处理层、第三处理层、第四处理层；所述第一处理层对输入的图像进行预处理；所述第二处理层对图像进行滤波以及卷积操作；所述第三处理层把第二处理层的输出结果做非线性映射；所述第四处理层用于压缩非线性映射后的图像；在第二处理层中，通过卷积操作对预处理后的图像提取局部邻域特征，经过多层迭代，通过二维卷积提取出图像的全局特征：在式子中，表示在第i层第j个特征映射上(x，y)位置处的激活值，此激活值就是图像的二维全局特征；yw(·)表示激活函数，其中，h，w分别表示二维卷积核的高度、宽度的大小；表示卷积核的权重，表示第i-1层第d个特征映射在(x，y)处的激活值，emij表示偏置向量，i表示图像当前所在的卷积层，j表示该层的特征映射数量。本优选实施例第二处理模块通过二维卷积可以很容易地抽取图像的空间信息，简单方便，应用范围最广，但是仅利用这些表观特征并不足以对视频进行完整表达，会使视频有所缺失。优选的，所述第三处理模块将第二处理模块中的二维卷积核经过空间扩展生成三维卷积核，在像素点(x，y，z)处的三维卷积计算定义为：在式子中，表示在第i层第j个特征映射上(x，y，z)位置处的激活值；此激活值就是图像的三维全局特征；yw(·)表示激活函数，其中，h，w，t分别表示三维卷积核的高度、宽度和时间维度上的大小；表示卷积核的权重，表示第j-1层第d个特征映射在(x，y，z)处的激活值，emij表示偏置向量，i表示图像当前所在的卷积层，j表示该层的特征映射数量。本优选实施例第三处理模块与二维卷积公式相比，三维卷积在对卷积核和像素点的表示上都增加了时间维度。将卷积核扩展至三维空间后，在对图像序列进行卷积时，卷积操作就会在空域和时域同时进行，这样经过卷积和池化操作后，输出的特征图依旧是图像序列，可以很好的保留视频中的时空信息。经过多个三维卷积的特征提取，就可以提取出视频的全局时空特征。优选的，所述第四处理模块基于第三处理模块使用c1、c2、c3三个第二处理层，c1、c2和c3使用的三维卷积核尺寸分别为7×7×5、5×5×5和3×3×3像素；第四处理模块的输入为由40帧连续图像构成的图像片段x；图像帧在经过预处理后，归一化为60×90像素大小并转换为灰度图；输出标量y标量，用来表示模型对图像输入的检测结果，对于训练好的模型，如果测试图像中包含暴力场景，那么输出y为1，否则输出结果为0；所述第四处理模块对前两个第二处理层计算得到的特征图进行池化操作，池化通过下式计算：在式子中，表示x层第y个特征图，表示x-1层第y个特征图，θ和b分别为乘性偏置和加性偏置，表示x层第y个乘性偏置，表示x层第y个加性偏置，δt为采样函数，其中，t为时间，t为采样周期，n∈[0，+∞]且n为正整数；所述池化操作采用二维池化操作，即不在时间维度对输入特征图序列进行降采样操作，池化因子分别设为3×3和2×2像素；所述第四处理模块在模型训练过程中采用以下函数作为代价函数：在式子中，g为模型函数，θ为模型参数，x为训练样本，n为样本数量，而是样本实际标签，k∈[1，n]，n∈[1，+∞]，cs1(x，θ)表示第四处理模块代价函数；代价函数值越小表明模型与训练集拟合的越好；本优选实施例第四处理模块一方面可以进一步减少网络参数，另一方面也赋予了特征图平移不变和旋转不变等特性，使得学到的特征更加鲁棒。优选的，所述第五处理模块基于第四处理模块，其输入为128×128像素的40帧连续图像，连续图像为三通道彩色图像；将三维卷积核统一设为3×3×3像素，在卷积操作时，第五处理模块对特征图进行填充操作，使得卷积后得到的特征图与计算前保持一样的大小；在池化过程中也使用三维池化操作，即在时间维度对输入特征图序列进行降采样操作，池化因子设为2×2×2像素；所述第五处理模块在模型训练过程中的代价函数选取以下函数：在式子中，g为模型函数，θ为模型参数，xk为第k个训练样本，m是类别数，n是每类样本数，是第k个数据实际标签；k∈[1，n]，n∈[1，+∞]，l∈[1，m]，m∈[1，+∞]，cs2(x，θ)表示第五处理模块代价函数。本优选实施例第五处理模块采用了更加复杂的结构，因此处理的图像数据维度可以更高，这样可以加快图像时间信息的提取，去除其中的大量冗余。采用本发明商场监控装置进行暴力检测，选取5个商场进行实验，分别为商场1、商场2、商场3、商场4、商场5，对检测准确率和检测速度进行统计，同现有监控装置相比，产生的有益效果如下表所示：检测准确率提高检测速度提高商场129％27％商场227％26％商场326％26％商场425％24％商场524％22％通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于ram、rom、eeprom、cd-rom或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页12