CN104821060A - 一种抢劫预警方法及装置 - Google Patents

一种抢劫预警方法及装置 Download PDF

Info

Publication number
CN104821060A
CN104821060A CN201510256372.5A CN201510256372A CN104821060A CN 104821060 A CN104821060 A CN 104821060A CN 201510256372 A CN201510256372 A CN 201510256372A CN 104821060 A CN104821060 A CN 104821060A
Authority
CN
China
Prior art keywords
robbery
feature
video image
human behavior
limbs
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510256372.5A
Other languages
English (en)
Inventor
龙刚
林宋伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Protruly Electronic Co Ltd
Original Assignee
Shenzhen Protruly Electronic Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Protruly Electronic Co Ltd filed Critical Shenzhen Protruly Electronic Co Ltd
Priority to CN201510256372.5A priority Critical patent/CN104821060A/zh
Publication of CN104821060A publication Critical patent/CN104821060A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/0297Robbery alarms, e.g. hold-up alarms, bag snatching alarms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供了一种抢劫预警方法及装置。其中,该方法包括:通过摄像装置采集监控区域内的视频图像;从视频图像中提取监控区域对应的人员行为特征;根据预设的抢劫特征库判断人员行为特征是否属于抢劫特征,该抢劫特征库中至少包括危险器械特征、抢劫肢体特征和被抢劫肢体特征;在确定出人员行为特征属于抢劫特征时,发送抢劫预警信息给执法人员对应的终端。通过本发明,实现对抢劫事件进行自动识别,并对抢劫事件进行及时预警,从而在抢劫人员不知情的情况下通知执法人员,避免了现场人员进行报警时安全无法保障的弊端。

Description

一种抢劫预警方法及装置
技术领域
本发明涉及图像处理及安全预警领域,具体而言,涉及一种抢劫预警方法及装置。
背景技术
目前,在银行或商场等场所经常会发生抢劫事件,抢劫事件会严重威胁银行或商场等场所工作人员的人身安全,同时会造成银行或商场等场所的巨大财产损失。因此在发生抢劫事件时需要及时报警,以使执法人员能够及时处理该抢劫事件。
当前,在发生抢劫事件时,主要依赖于抢劫事件现场的人员来报警。但是由于在抢劫事件中抢劫者通常会使用刀或枪等危险器械控制现场的人员,此时现场的人员进行报警,很可能使抢劫者察觉,从而造成人员伤亡,并增加了后续执法人员救援工作的难度。
发明内容
有鉴于此,本发明实施例的目的在于提供一种抢劫预警方法及装置,实现自动识别抢劫事件,并对抢劫事件进行及时预警。
第一方面,本发明实施例提供了一种抢劫预警方法,所述方法包括:
通过摄像装置采集监控区域内的视频图像;
从所述视频图像中提取所述监控区域对应的人员行为特征;
根据预设的抢劫特征库判断所述人员行为特征是否属于抢劫特征,所述抢劫特征库中至少包括危险器械特征、抢劫肢体特征和被抢劫肢体特征;
在确定出所述人员行为特征属于抢劫特征时,发送抢劫预警信息给执法人员对应的终端。
结合第一方面,本发明提供了上述第一方面的第一种可能的实现方式,其中,所述从所述视频图像中提取所述监控区域对应的人员行为特征,包括:
每隔预设时间段从所述视频图像中获取当前时间之前离所述当前时间最近的所述预设时间段内的每帧图像;
对获取的所述每帧图像分别进行二值化处理,获得所述每帧图像对应的灰度图;
通过灰度二阶微分方式分别从所述每帧图像对应的灰度图中提取人员轮廓特征,将提取的所述人员轮廓特征确定为所述监控区域对应的人员行为特征。
结合第一方面,本发明提供了上述第一方面的第二种可能的实现方式,其中,所述根据预设的抢劫特征库判断所述人员行为特征是否属于抢劫特征,包括:
分别计算所述人员行为特征与所述预设的抢劫特征库中的每个特征之间的相似度;
确定计算的每个相似度中是否存在大于预设阈值的相似度;
在确定出所述每个相似度中存在大于所述预设阈值的相似度时,确定所述人员行为特征属于抢劫特征。
结合第一方面,本发明提供了上述第一方面的第三种可能的实现方式,其中,所述根据预设的抢劫特征库判断所述人员行为特征是否属于抢劫特征之前,还包括:
采集各种危险器械的图像,从所述各种危险器械的图像中提取所述各种危险器械对应的危险器械特征,以及从历史抢劫事件的视频图像中获取抢劫图像,从所述抢劫图像中分别提取抢劫者和被抢劫者的轮廓特征,将所述抢劫者的轮廓特征作为抢劫肢体特征,以及将所述被抢劫者的轮廓特征作为被抢劫肢体特征,将所述危险器械特征、所述抢劫肢体特征和所述被抢劫肢体特征组成抢劫特征库。
结合第一方面,本发明提供了上述第一方面的第四种可能的实现方式,其中,所述发送抢劫预警信息给执法人员对应的终端之后,还包括:
接收所述执法人员对应的终端发送的抢劫确认命令,调取所述监控区域的视频图像,向所述执法人员对应的终端发送所述监控区域的视频图像。
第二方面,本发明实施例提供了一种抢劫预警装置,所述装置包括:
采集模块,用于通过摄像装置采集监控区域内的视频图像;
提取模块,用于从所述视频图像中提取所述监控区域对应的人员行为特征;
判断模块,用于根据预设的抢劫特征库判断所述人员行为特征是否属于抢劫特征,所述抢劫特征库中至少包括危险器械特征、抢劫肢体特征和被抢劫肢体特征;
发送模块,用于在确定出所述人员行为特征属于抢劫特征时,发送抢劫预警信息给执法人员对应的终端。
结合第二方面,本发明提供了上述第二方面的第一种可能的实现方式,其中,所述提取模块包括:
获取单元,用于每隔预设时间段从所述视频图像中获取当前时间之前离所述当前时间最近的所述预设时间段内的每帧图像;
二值化单元,用于对获取的所述每帧图像分别进行二值化处理,获得所述每帧图像对应的灰度图;
提取单元,用于通过灰度二阶微分方式分别从所述每帧图像对应的灰度图中提取人员轮廓特征,将提取的所述人员轮廓特征确定为所述监控区域对应的人员行为特征。
结合第二方面,本发明提供了上述第二方面的第二种可能的实现方式,其中,所述判断模块包括:
计算单元,用于分别计算所述人员行为特征与所述预设的抢劫特征库中的每个特征之间的相似度;
第一确定单元,用于确定计算的每个相似度中是否存在大于预设阈值的相似度;
第二确定单元,用于在确定出所述每个相似度中存在大于所述预设阈值的相似度时,确定所述人员行为特征属于抢劫特征。
结合第二方面,本发明提供了上述第二方面的第三种可能的实现方式,其中,所述装置还包括:
采集提取模块,用于采集各种危险器械的图像,从所述各种危险器械的图像中提取所述各种危险器械对应的危险器械特征,以及从历史抢劫事件的视频图像中获取抢劫图像,从所述抢劫图像中分别提取抢劫者和被抢劫者的轮廓特征,将所述抢劫者的轮廓特征作为抢劫肢体特征,以及将所述被抢劫者的轮廓特征作为被抢劫肢体特征,将所述危险器械特征、所述抢劫肢体特征和所述被抢劫肢体特征组成抢劫特征库。
结合第二方面,本发明提供了上述第二方面的第四种可能的实现方式,其中,所述装置还包括:
调取模块,用于接收所述执法人员对应的终端发送的抢劫确认命令,调取所述监控区域的视频图像,向所述执法人员对应的终端发送所述监控区域的视频图像。
在本发明实施例提供的方法及装置中,从视频图像中提取监控区域对应的人员行为特征;根据预设的抢劫特征库判断人员行为特征是否属于抢劫特征,该抢劫特征库中至少包括危险器械特征、抢劫肢体特征和被抢劫肢体特征;在确定出人员行为特征属于抢劫特征时,发送抢劫预警信息给执法人员对应的终端。实现了对抢劫事件进行自动识别,并对抢劫事件进行及时预警,从而在抢劫人员不知情的情况下通知执法人员,避免了现场人员进行报警时安全无法保障的弊端。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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获得其他相关的附图。
图1示出了本发明实施例1所提供的一种抢劫预警方法的流程图;
图2A示出了本发明实施例2所提供的一种抢劫预警方法的流程图;
图2B示出了本发明实施例2所提供的一种抢劫预警终端的示意图;
图3A示出了本发明实施例3所提供的一种抢劫预警装置的结构示意图;
图3B示出了本发明实施例3所提供的另一种抢劫预警装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
考虑到相关技术中主要依赖于抢劫事件现场的人员来报警。但是现场的人员进行报警,很可能使抢劫者察觉,从而造成人员伤亡,并增加了后续执法人员救援工作的难度。基于此,本发明实施例提供了一种抢劫预警方法及装置。下面通过实施例进行描述。
实施例1
参见图1,本发明实施例提供了一种抢劫预警方法。该方法具体包括以下步骤:
步骤101:通过摄像装置采集监控区域内的视频图像;
步骤102:从视频图像中提取监控区域对应的人员行为特征;
上述提取监控区域对应的人员行为特征的操作具体包括:
每隔预设时间段从视频图像中获取当前时间之前离当前时间最近的预设时间段内的每帧图像;对获取的每帧图像分别进行二值化处理,获得每帧图像对应的灰度图;通过灰度二阶微分方式分别从每帧图像对应的灰度图中提取人员轮廓特征,将提取的人员轮廓特征确定为监控区域对应的人员行为特征。
步骤103:根据预设的抢劫特征库判断人员行为特征是否属于抢劫特征,该抢劫特征库中至少包括危险器械特征、抢劫肢体特征和被抢劫肢体特征;
上述判断操作具体包括:
分别计算人员行为特征与预设的抢劫特征库中的每个特征之间的相似度;确定计算的每个相似度中是否存在大于预设阈值的相似度;在确定出每个相似度中存在大于预设阈值的相似度时,确定人员行为特征属于抢劫特征。
步骤104:在确定出人员行为特征属于抢劫特征时,发送抢劫预警信息给执法人员对应的终端。
通过上述步骤101-104的操作可以实现自动识别抢劫事件并对抢劫事件进行预警,但在自动识别抢劫事件之前,还需要构建抢劫特征库,然后根据该抢劫特征库来自动识别抢劫事件。构建抢劫特征库的方式具体如下:
采集各种危险器械的图像,从各种危险器械的图像中提取各种危险器械对应的危险器械特征,以及从历史抢劫事件的视频图像中获取抢劫图像,从抢劫图像中分别提取抢劫者和被抢劫者的轮廓特征,将抢劫者的轮廓特征作为抢劫肢体特征,以及将被抢劫者的轮廓特征作为被抢劫肢体特征,将危险器械特征、抢劫肢体特征和被抢劫肢体特征组成抢劫特征库。
在本发明实施例中,由于自动识别的抢劫事件有时可能并不是真正的抢劫事件,例如,工作人员手持器械对监控区域内的设施进行维修时也可能被识别为抢劫事件。所以对识别的抢劫事件进行预警之后,还可以通过如下方式来进一步确定是否真的发生了抢劫事件,具体包括:
接收执法人员对应的终端发送的抢劫确认命令,调取监控区域的视频图像,向执法人员对应的终端发送监控区域的视频图像。
在本发明实施例中,从视频图像中提取监控区域对应的人员行为特征;根据预设的抢劫特征库判断人员行为特征是否属于抢劫特征,该抢劫特征库中至少包括危险器械特征、抢劫肢体特征和被抢劫肢体特征;在确定出人员行为特征属于抢劫特征时,发送抢劫预警信息给执法人员对应的终端。实现了对抢劫事件进行自动识别,并对抢劫事件进行及时预警,从而在抢劫人员不知情的情况下通知执法人员,避免了现场人员进行报警时安全无法保障的弊端。
实施例2
参见图2A,本发明实施例提供了一种抢劫预警方法,该方法具体包括以下步骤:
步骤201:构建抢劫特征库,该抢劫特征库中至少包括危险器械特征、抢劫肢体特征和被抢劫肢体特征;
在银行或商场等具有大量金钱或贵重物品的场所经常会发生抢劫事件。在抢劫事件中,抢劫人员一般会持有刀、枪或棍棒等危险器械,并通过这些危险器械来威胁或殴打被抢劫人员,以从被抢劫人员处取得金钱或贵重物品。在抢劫过程中抢劫人员和被抢劫人员的肢体姿势一般都具有典型的特征,如抢劫人员一般会举高危险器械来威胁被抢劫人员而被抢劫人员一般会蹲在地上并双手抱头等。为了使用于抢劫预警的终端能够识别抢劫事件,需要根据各种危险器械、抢劫人员的肢体姿势以及被抢劫人员的肢体姿势来构建抢劫特征库,以使终端根据构建的抢劫特征库来自动识别抢劫事件。
在本发明实施例中,具体可以通过如下方式来构建抢劫特征库:采集各种危险器械的图像,从各种危险器械的图像中提取各种危险器械对应的危险器械特征,以及从历史抢劫事件的视频图像中获取抢劫图像,从抢劫图像中分别提取抢劫者和被抢劫者的轮廓特征,将抢劫者的轮廓特征作为抢劫肢体特征,以及将被抢劫者的轮廓特征作为被抢劫肢体特征,将危险器械特征、抢劫肢体特征和被抢劫肢体特征组成抢劫特征库。
其中,可以通过摄像头等摄像装置对各种危险器械进行拍摄,来采集各种危险器械的图像,也可以从网络中获取各种危险器械的图像,然后对危险器械的图像进行二值化处理,将图像转化为灰度图,并通过灰度二阶微分方式从灰度图中提取危险器械的轮廓特征,将危险器械的轮廓特征作为危险器械特征。
在本发明实施例中,可以从执法部门的终端中调取历史抢劫事件的视频图像,也可以从网络上获取历史抢劫事件的视频图像,从获取的所有历史抢劫事件的视频图像中获取有抢劫行为的抢劫图像,对获取的抢劫图像进行二值化处理,得到抢劫图像的灰度图,然后通过灰度二阶微分方式从抢劫图像的灰度图中分别提取出抢劫人员和被抢劫人员的轮廓特征,将抢劫人员的轮廓特征确定为抢劫肢体特征,以及将被抢劫人员的轮廓特征确定为被抢劫肢体特征。
另外,在抢劫过程中,抢劫人员一般会持有危险器械,抢劫人员与危险器械之间具有相互位置关系,如抢劫人员举高危险器械或平举危险器械等。这种相互位置关系也可以通过抢劫人员操作危险器械的轮廓特征来体现,所以在本发明实施例中,抢劫特征库中还可以包括抢劫人员操作危险器械的轮廓特征。
其中,通过本步骤的操作构建抢劫特征库之后,可以通过如下步骤202-205的操作来根据抢劫特征库识别抢劫行为,以及对识别的抢劫行为进行预警。
步骤202:通过摄像装置采集监控区域内的视频图像;
在本发明实施例中,监控区域可以为银行或商场等具有大量金钱或贵重物品的场所。
本发明实施例的执行主体为用于抢劫预警的终端,该终端上设置有摄像头等摄像装置。在实际应用时,可以将银行或商场等场所作为监控区域,并在监控区域安装用于抢劫预警的终端。通过该终端上的摄像头等摄像装置对监控区域进行拍摄,采集到监控区域内的视频图像。
步骤203:从视频图像中提取监控区域对应的人员行为特征;
上述人员行为特征为监控区域内人员的肢体姿势等特征,人员行为特征可以通过人员的轮廓特征来表示。
具体可以通过如下方式来提取人员行为特征:每隔预设时间段从视频图像中获取当前时间之前离当前时间最近的预设时间段内的每帧图像;对获取的每帧图像分别进行二值化处理,获得每帧图像对应的灰度图;通过灰度二阶微分方式分别从每帧图像对应的灰度图中提取人员轮廓特征,将提取的人员轮廓特征确定为监控区域对应的人员行为特征。
上述提取的人员轮廓特征中还包括人员携带的器械的轮廓特征。
由于摄像装置实时采集监控区域内的视频图像,所以该视频图像的容量很大,如果直接从该视频图像中提取人员行为特征需要花费很长时间。在本发明实施例中,周期性地根据视频图像来识别监控区域内是否发生了抢劫事件。具体地,每隔预设时间段从视频图像中获取过去离当前时间最近的预设时间段内的每帧图像,从获取的每帧图像中提取人员行为特征。如此缩短了提取人员行为特征的时间,提高了识别抢劫事件的效率。例如,每隔3分钟从视频图像中获取人员行为特征,则假设当前时间为12:00,则从视频图像中获取11:57至12:00之间的每帧图像,从获取的每帧图像中提取人员行为特征。
步骤204:根据预设的抢劫特征库判断人员行为特征是否属于抢劫特征,若属于,则执行步骤205,若不属于,则返回执行步骤203的操作;
在本步骤中将监控区域内的人员行为特征与预设的抢劫特征库中的特征进行比对,判断监控区域内的人员行为特征是否属于抢劫特征。具体可以通过如下方式来实现该判断过程:
分别计算人员行为特征与预设的抢劫特征库中的每个特征之间的相似度;确定计算的每个相似度中是否存在大于预设阈值的相似度;在确定出每个相似度中存在大于预设阈值的相似度时,确定人员行为特征属于抢劫特征,后续执行步骤205的操作。若确定出的每个相似度均不大于预设阈值,则确定人员行为特征不属于抢劫特征,则返回执行步骤203,间隔预设时间段时再从视频图像中提取人员行为特征。
其中,上述预设阈值可以为80%或90%等。可以先从人员行为特征中识别出人员轮廓特征和器械轮廓特征。分别计算人员轮廓特征与抢劫特征库中的每个抢劫肢体特征及被抢劫肢体特征之间的相似度,确定计算的相似度中是否存在大于预设阈值的相似度,若存在,表明监控区域内的人员做出了抢劫的姿势或被抢劫的姿势,在监控区域内很有可能发生了抢劫事件。另外,分别计算器械轮廓特征与抢劫特征库中的每个危险器械特征之间的相似度,确定计算的每个相似度中是否存在大于预设阈值的相似度,若存在,则表明监控区域内的人员携带了危险器械,则很有可能在监控区域内发生抢劫事件。
步骤205:在确定出人员行为特征属于抢劫特征时,发送抢劫预警信息给执法人员对应的终端;
其中,执法人员对应的终端可以为执法人员的手机或电脑等终端。上述抢劫预警信息包括监控区域的标识和抢劫标识,监控区域的标识可以为监控区域的名称或地区代码等,抢劫标识可以为预先设定的用于标识抢劫事件的标识符等。
在本步骤中,当判断出监控区域内的人员行为特征属于抢劫特征时,立即发送抢劫预警信息给执法人员对应的终端,实现了自动识别抢劫事件,并在识别抢劫事件后及时将抢劫事件通知给执法人员,如此可以对抢劫事件进行及时的自动预警,不需要现场人员进行报警,从而在抢劫者未察觉时报警,避免了现场人员因报警导致抢劫者打击报复。另外,在抢劫者不知道已报警的情况下,也有利于执法人员迅速控制抢劫者并解救被抢劫者。
其中,在本发明实施例中,识别的抢劫事件有时可能并不是真正的抢劫行为,如工作人员手持器械对监控区域内的设施进行维修时也可能被识别为抢劫行为,所以通过上述步骤201-205的操作识别抢劫事件并发送抢劫预警信息给执法人员之后,还需要通过如下步骤206的操作将监控区域内的视频图像发送给执法人员,以使执法人员进一步确定是否真的发生了抢劫事件。
步骤206:接收执法人员对应的终端发送的抢劫确认命令,调取监控区域的视频图像,向执法人员对应的终端发送监控区域的视频图像。
其中,当执法人员对应的终端接收到抢劫预警信息之后,发送抢劫确认命令给用于抢劫预警的终端,该抢劫确认命令中携带监控区域的标识。用于抢劫预警的终端接收到执法人员对应的终端发送的抢劫确认命令时,根据该抢劫确认命令中携带的监控区域的标识,调取该监控区域的视频图像,将调取的视频图像发送给执法人员对应的终端。执法人员对应的终端接收该视频图像,播放该视频图像,执法人员通过观看播放的视频图像来确定该监控区域内是否真的发生了抢劫事件。
当执法人员确定真的发生抢劫事件时立即出警并对抢劫事件进行处理。若执法人员确定出并非真的发生了抢劫事件,则不出警。
其中,在本发明实施例中,用于抢劫预警的终端可以包括摄像装置和抢劫识别控制装置,摄像装置用于采集监控区域内的视频图像。抢劫识别控制装置用于识别监控区域内是否发生了抢劫事件,并在识别出发生了抢劫事件时发送抢劫预警信息给执法人员对应的终端来进行预警控制,以及接收执法人员对应的终端发送的抢劫确认命令来实现人机交互。其中,摄像装置与抢劫识别控制装置可以分开安装,摄像装置可以安装在监控区域内,而抢劫识别控制装置安装在执法部门的监控室等,如图2B所示,摄像装置将采集的视频图像通过远程传输给抢劫识别控制装置,抢劫识别控制装置进行抢劫识别控制、抢劫预警控制以及人机交互控制。另外摄像装置和抢劫识别控制装置也可以组合在一个终端内,将该终端直接安装在监控区域内。
有时由于监控区域内停电等原因导致安装在监控区域内的摄像装置或用于抢劫预警的终端断电,当再次上电时,用于抢劫预警的终端包括的摄像装置和抢劫识别控制装置均进行自动初始化。另外,在用于抢劫预警的终端中设置有中断标志位,当识别抢劫事件的周期到来时,设置该中断标志位进入中断,开始识别监控区域内是否发生了抢劫事件,当识别出没有发生抢劫事件或识别出发生抢劫事件并进行预警之后,将该中断标志位清零,退出中断,等待下一个周期到来时再识别监控区域内是否发生了抢劫事件。
在本发明实施例中,从视频图像中提取监控区域对应的人员行为特征;根据预设的抢劫特征库判断人员行为特征是否属于抢劫特征,该抢劫特征库中至少包括危险器械特征、抢劫肢体特征和被抢劫肢体特征;在确定出人员行为特征属于抢劫特征时,发送抢劫预警信息给执法人员对应的终端。实现了对抢劫事件进行自动识别,并对抢劫事件进行及时预警,从而在抢劫人员不知情的情况下通知执法人员,避免了现场人员进行报警时安全无法保障的弊端。
实施例3
参见图3A,本发明实施例提供了一种抢劫预警装置,该装置用于执行上述抢劫预警方法。该装置具体包括:
采集模块301,用于通过摄像装置采集监控区域内的视频图像;
提取模块302,用于从视频图像中提取监控区域对应的人员行为特征;
判断模块303,用于根据预设的抢劫特征库判断人员行为特征是否属于抢劫特征,该抢劫特征库中至少包括危险器械特征、抢劫肢体特征和被抢劫肢体特征;
发送模块304,用于在确定出人员行为特征属于抢劫特征时,发送抢劫预警信息给执法人员对应的终端。
如图3B所示,上述提取模块302包括:
获取单元3021,用于每隔预设时间段从视频图像中获取当前时间之前离当前时间最近的预设时间段内的每帧图像;
二值化单元3022,用于对获取的每帧图像分别进行二值化处理,获得每帧图像对应的灰度图;
提取单元3023,用于通过灰度二阶微分方式分别从每帧图像对应的灰度图中提取人员轮廓特征,将提取的人员轮廓特征确定为监控区域对应的人员行为特征。
如图3B所示,判断模块303包括:
计算单元3031,用于分别计算人员行为特征与预设的抢劫特征库中的每个特征之间的相似度;
第一确定单元3032,用于确定计算的每个相似度中是否存在大于预设阈值的相似度;
第二确定单元3033,用于在确定出每个相似度中存在大于预设阈值的相似度时,确定人员行为特征属于抢劫特征。
进一步地,该装置还包括:
采集提取模块305,用于采集各种危险器械的图像,从各种危险器械的图像中提取各种危险器械对应的危险器械特征,以及从历史抢劫事件的视频图像中获取抢劫图像,从抢劫图像中分别提取抢劫者和被抢劫者的轮廓特征,将抢劫者的轮廓特征作为抢劫肢体特征,以及将被抢劫者的轮廓特征作为被抢劫肢体特征,将危险器械特征、抢劫肢体特征和被抢劫肢体特征组成抢劫特征库。
进一步地,该装置还包括:
调取模块306,用于接收执法人员对应的终端发送的抢劫确认命令,调取监控区域的视频图像,向执法人员对应的终端发送监控区域的视频图像。
在本发明实施例中,从视频图像中提取监控区域对应的人员行为特征;根据预设的抢劫特征库判断人员行为特征是否属于抢劫特征,该抢劫特征库中至少包括危险器械特征、抢劫肢体特征和被抢劫肢体特征;在确定出人员行为特征属于抢劫特征时,发送抢劫预警信息给执法人员对应的终端。实现了对抢劫事件进行自动识别,并对抢劫事件进行及时预警,从而在抢劫人员不知情的情况下通知执法人员,避免了现场人员进行报警时安全无法保障的弊端。
本发明实施例所提供的抢劫预警装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程。
在本申请所提供的几个实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种抢劫预警方法,其特征在于,所述方法包括:
通过摄像装置采集监控区域内的视频图像;
从所述视频图像中提取所述监控区域对应的人员行为特征;
根据预设的抢劫特征库判断所述人员行为特征是否属于抢劫特征,所述抢劫特征库中至少包括危险器械特征、抢劫肢体特征和被抢劫肢体特征;
在确定出所述人员行为特征属于抢劫特征时,发送抢劫预警信息给执法人员对应的终端。
2.根据权利要求1所述的方法,其特征在于,所述从所述视频图像中提取所述监控区域对应的人员行为特征,包括:
每隔预设时间段从所述视频图像中获取当前时间之前离所述当前时间最近的所述预设时间段内的每帧图像;
对获取的所述每帧图像分别进行二值化处理,获得所述每帧图像对应的灰度图;
通过灰度二阶微分方式分别从所述每帧图像对应的灰度图中提取人员轮廓特征,将提取的所述人员轮廓特征确定为所述监控区域对应的人员行为特征。
3.根据权利要求1所述的方法,其特征在于,所述根据预设的抢劫特征库判断所述人员行为特征是否属于抢劫特征,包括:
分别计算所述人员行为特征与所述预设的抢劫特征库中的每个特征之间的相似度;
确定计算的每个相似度中是否存在大于预设阈值的相似度;
在确定出所述每个相似度中存在大于所述预设阈值的相似度时,确定所述人员行为特征属于抢劫特征。
4.根据权利要求1-3任一项权利要求所述的方法,其特征在于,所述根据预设的抢劫特征库判断所述人员行为特征是否属于抢劫特征之前,还包括:
采集各种危险器械的图像,从所述各种危险器械的图像中提取所述各种危险器械对应的危险器械特征,以及从历史抢劫事件的视频图像中获取抢劫图像,从所述抢劫图像中分别提取抢劫者和被抢劫者的轮廓特征,将所述抢劫者的轮廓特征作为抢劫肢体特征,以及将所述被抢劫者的轮廓特征作为被抢劫肢体特征,将所述危险器械特征、所述抢劫肢体特征和所述被抢劫肢体特征组成抢劫特征库。
5.根据权利要求1所述的方法,其特征在于,所述发送抢劫预警信息给执法人员对应的终端之后,还包括:
接收所述执法人员对应的终端发送的抢劫确认命令,调取所述监控区域的视频图像,向所述执法人员对应的终端发送所述监控区域的视频图像。
6.一种抢劫预警装置,其特征在于,所述装置包括:
采集模块,用于通过摄像装置采集监控区域内的视频图像;
提取模块,用于从所述视频图像中提取所述监控区域对应的人员行为特征;
判断模块,用于根据预设的抢劫特征库判断所述人员行为特征是否属于抢劫特征,所述抢劫特征库中至少包括危险器械特征、抢劫肢体特征和被抢劫肢体特征;
发送模块,用于在确定出所述人员行为特征属于抢劫特征时,发送抢劫预警信息给执法人员对应的终端。
7.根据权利要求6所述的装置,其特征在于,所述提取模块包括:
获取单元,用于每隔预设时间段从所述视频图像中获取当前时间之前离所述当前时间最近的所述预设时间段内的每帧图像;
二值化单元,用于对获取的所述每帧图像分别进行二值化处理,获得所述每帧图像对应的灰度图;
提取单元,用于通过灰度二阶微分方式分别从所述每帧图像对应的灰度图中提取人员轮廓特征,将提取的所述人员轮廓特征确定为所述监控区域对应的人员行为特征。
8.根据权利要求6所述的装置,其特征在于,所述判断模块包括:
计算单元,用于分别计算所述人员行为特征与所述预设的抢劫特征库中的每个特征之间的相似度;
第一确定单元,用于确定计算的每个相似度中是否存在大于预设阈值的相似度;
第二确定单元,用于在确定出所述每个相似度中存在大于所述预设阈值的相似度时,确定所述人员行为特征属于抢劫特征。
9.根据权利要求6-8任一项权利要求所述的装置,其特征在于,所述装置还包括:
采集提取模块,用于采集各种危险器械的图像,从所述各种危险器械的图像中提取所述各种危险器械对应的危险器械特征,以及从历史抢劫事件的视频图像中获取抢劫图像,从所述抢劫图像中分别提取抢劫者和被抢劫者的轮廓特征,将所述抢劫者的轮廓特征作为抢劫肢体特征,以及将所述被抢劫者的轮廓特征作为被抢劫肢体特征,将所述危险器械特征、所述抢劫肢体特征和所述被抢劫肢体特征组成抢劫特征库。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
调取模块,用于接收所述执法人员对应的终端发送的抢劫确认命令,调取所述监控区域的视频图像,向所述执法人员对应的终端发送所述监控区域的视频图像。
CN201510256372.5A 2015-05-19 2015-05-19 一种抢劫预警方法及装置 Pending CN104821060A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510256372.5A CN104821060A (zh) 2015-05-19 2015-05-19 一种抢劫预警方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510256372.5A CN104821060A (zh) 2015-05-19 2015-05-19 一种抢劫预警方法及装置

Publications (1)

Publication Number Publication Date
CN104821060A true CN104821060A (zh) 2015-08-05

Family

ID=53731342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510256372.5A Pending CN104821060A (zh) 2015-05-19 2015-05-19 一种抢劫预警方法及装置

Country Status (1)

Country Link
CN (1) CN104821060A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105425790A (zh) * 2015-11-04 2016-03-23 广州杰赛科技股份有限公司 一种侦测球
CN106023550A (zh) * 2016-07-19 2016-10-12 姚前 一种报警方法、装置和系统
CN106407918A (zh) * 2016-09-05 2017-02-15 乐视控股(北京)有限公司 安全监控方法及装置
CN106448055A (zh) * 2016-12-21 2017-02-22 Tcl集团股份有限公司 一种监控报警的方法及装置
CN106934955A (zh) * 2017-03-07 2017-07-07 厦门精图信息技术有限公司 一种保障城市公共安全的atm机智能报警系统
CN107346415A (zh) * 2017-06-08 2017-11-14 小草数语(北京)科技有限公司 视频图像处理方法、装置及监控设备
CN110971792A (zh) * 2018-09-29 2020-04-07 华为技术有限公司 一种动态视觉传感器
CN111222370A (zh) * 2018-11-26 2020-06-02 浙江宇视科技有限公司 一种案件研判方法、系统及装置
CN112061065A (zh) * 2020-07-27 2020-12-11 大众问问(北京)信息科技有限公司 一种车内行为识别报警方法、设备、电子设备及存储介质
CN112806020A (zh) * 2018-10-05 2021-05-14 脸谱公司 基于向图像捕获设备标识捕获的视频数据中的感兴趣对象修改图像捕获设备对视频数据的捕获
CN114419804A (zh) * 2021-12-24 2022-04-29 宁波圣达智能科技有限公司 一种银行业务库管理方法、系统、存储介质及智能终端
CN115171358A (zh) * 2022-09-06 2022-10-11 湖南警察学院 一种根据人员状态信息调度的物联网报警系统
CN115186881A (zh) * 2022-06-27 2022-10-14 红豆电信有限公司 一种基于大数据的城市安全预测管理方法及系统
CN115396591A (zh) * 2022-07-15 2022-11-25 深圳市创尼电子有限公司 智能双光摄像机图像处理方法、装置、摄像机及介质

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105425790A (zh) * 2015-11-04 2016-03-23 广州杰赛科技股份有限公司 一种侦测球
CN105425790B (zh) * 2015-11-04 2018-07-31 广州杰赛科技股份有限公司 一种侦测球
CN106023550A (zh) * 2016-07-19 2016-10-12 姚前 一种报警方法、装置和系统
CN106407918A (zh) * 2016-09-05 2017-02-15 乐视控股(北京)有限公司 安全监控方法及装置
CN106448055A (zh) * 2016-12-21 2017-02-22 Tcl集团股份有限公司 一种监控报警的方法及装置
CN106934955A (zh) * 2017-03-07 2017-07-07 厦门精图信息技术有限公司 一种保障城市公共安全的atm机智能报警系统
CN107346415A (zh) * 2017-06-08 2017-11-14 小草数语(北京)科技有限公司 视频图像处理方法、装置及监控设备
US11310445B2 (en) 2018-09-29 2022-04-19 Huawei Technologies Co., Ltd. Dynamic vision sensor
CN110971792B (zh) * 2018-09-29 2021-08-13 华为技术有限公司 一种动态视觉传感器
CN110971792A (zh) * 2018-09-29 2020-04-07 华为技术有限公司 一种动态视觉传感器
CN112806020A (zh) * 2018-10-05 2021-05-14 脸谱公司 基于向图像捕获设备标识捕获的视频数据中的感兴趣对象修改图像捕获设备对视频数据的捕获
CN111222370A (zh) * 2018-11-26 2020-06-02 浙江宇视科技有限公司 一种案件研判方法、系统及装置
CN112061065A (zh) * 2020-07-27 2020-12-11 大众问问(北京)信息科技有限公司 一种车内行为识别报警方法、设备、电子设备及存储介质
CN114419804A (zh) * 2021-12-24 2022-04-29 宁波圣达智能科技有限公司 一种银行业务库管理方法、系统、存储介质及智能终端
CN114419804B (zh) * 2021-12-24 2022-11-11 宁波圣达智能科技有限公司 一种银行业务库管理方法、系统、存储介质及智能终端
CN115186881A (zh) * 2022-06-27 2022-10-14 红豆电信有限公司 一种基于大数据的城市安全预测管理方法及系统
CN115396591A (zh) * 2022-07-15 2022-11-25 深圳市创尼电子有限公司 智能双光摄像机图像处理方法、装置、摄像机及介质
CN115171358A (zh) * 2022-09-06 2022-10-11 湖南警察学院 一种根据人员状态信息调度的物联网报警系统
CN115171358B (zh) * 2022-09-06 2022-11-29 湖南警察学院 一种根据人员状态信息调度的物联网报警系统

Similar Documents

Publication Publication Date Title
CN104821060A (zh) 一种抢劫预警方法及装置
CN103714648B (zh) 一种监控预警方法和设备
CN104820834A (zh) 一种斗殴预警方法及装置
CN112488483A (zh) 一种基于ai技术的ehs透明管理系统及管理方法
CN109460744A (zh) 一种基于深度学习的视频监控系统
KR20190082692A (ko) 안전관리 시스템 및 그 방법
CN111368619A (zh) 可疑人员的检测方法、装置及设备
CN104376619A (zh) 一种监控方法和设备
CN105245836A (zh) 一种安检门监控系统
CN115880722A (zh) 一种配电作业人员穿戴的智能识别方法、系统和介质
CN115567690A (zh) 一种自动识别现场作业危险点的智慧监控系统
CN110222216B (zh) 多功能智能防卫系统
CN105407331A (zh) 一种监控的方法以及监控设备
CN110411331A (zh) 一种gnss形变监测系统及方法
CN116665419B (zh) 电力生产作业中基于ai分析的故障智能预警系统及方法
CN117081917A (zh) 基于ai物联网污水处理运维管理的智能网关
CN109460714B (zh) 识别对象的方法、系统和装置
CN109327681B (zh) 一种特定人员识别告警系统及其方法
CN115346170B (zh) 一种燃气设施区域的智能监控方法及装置
CN109120896B (zh) 安防视频监控卫士系统
CN113645439B (zh) 事件检测方法及系统、存储介质及电子装置
CN115953815A (zh) 基建现场的监测方法及装置
CN114241400A (zh) 电网系统的监控方法及其装置、计算机可读存储介质
CN209881829U (zh) 消防安全在线监测预警管理系统
CN113721564A (zh) 智能车间安全管理系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20150805

RJ01 Rejection of invention patent application after publication