CN110633658A - 聚众斗殴行为识别方法、装置、存储介质及电子设备 - Google Patents
聚众斗殴行为识别方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN110633658A CN110633658A CN201910814732.7A CN201910814732A CN110633658A CN 110633658 A CN110633658 A CN 110633658A CN 201910814732 A CN201910814732 A CN 201910814732A CN 110633658 A CN110633658 A CN 110633658A
- Authority
- CN
- China
- Prior art keywords
- human bodies
- human body
- human
- identifying
- judging
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种聚众斗殴行为识别方法、装置、存储介质及电子设备。该方法包括以下步骤:采集预设范围内的实时影像信息,所述实时影像信息包括多帧图片;对所述多帧图片进行识别,以判断该预设范围内是否存在至少两个人体;若存在至少两个人体则对每一所述人体的移动轨迹进行绘制;判断所述至少两个人体的移动轨迹是否满足预设条件;若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别;若在该手部区域识别到武器,则判断所述预设范围内发生聚众斗殴行为。
Description
技术领域
本申请涉及安防领域,具体涉及一种聚众斗殴行为识别方法、装置、存储介质及电子设备。
背景技术
维稳即维护社会稳定,是为了维持社会的稳定、经济的持续发展而做出的一项措施。维稳从来都不是目的,只是实现经济社会快速发展的手段,而经济社会发展的目的。而严密防范和严厉打击暴力恐怖犯罪活动,在全社会形成群防群治、联防联控的工作体系则是社会治安维稳的重中之重。但虽然目前大中城市已经完成了大面积的监控部署,并能有效实现犯罪人员的追踪,但一切都是基于事后的处理,而无法将暴力活动的检测阻止在发生之中。
因此,现有技术存在缺陷,急需改进。
发明内容
本申请的目的是提供一种聚众斗殴行为识别方法、装置、存储介质及电子设备,具有避免导航故障,提高导航准确率以及导航范围的有益效果。
本申请实施例提供了一种聚众斗殴行为识别方法,包括以下步骤:
采集预设范围内的实时影像信息,所述实时影像信息包括多帧图片;
对所述多帧图片进行识别,以判断该预设范围内是否存在至少两个人体;
若存在至少两个人体则对每一所述人体的移动轨迹进行绘制;
判断所述至少两个人体的移动轨迹是否满足预设条件;
若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别;
若在该手部区域识别到武器,则判断所述预设范围内发生聚众斗殴行为。
在本发明所述的聚众斗殴行为识别方法中,所述若存在至少两个人体则对每一所述人体的移动轨迹进行绘制的步骤包括:
若存在至少两个人体,则获取每一所述人体在当前帧的图片特征信息以及在该当前帧图片中的初始位置信息;
根据所述图片特征信息获取每一所述人体在后续各帧图片中的位置信息;
根据每一所述人体的初始位置信息以及在后续各帧图片中的位置信息绘制出每一所述人体的移动轨迹。
在本发明所述的聚众斗殴行为识别方法中,所述判断所述至少两个人体的移动轨迹是否满足预设条件的步骤包括:
所述至少两个人体的移动轨迹中至少具有两个人体的移动轨迹相交的次数大于两次,其中,移动轨迹相交是指两个人体在同一时刻出现在同一位置;
若具有两个人体的移动轨迹相交的次数大于两次,则判定满足预设条件。
在本发明所述的聚众斗殴行为识别方法中,所述判断所述至少两个人体的移动轨迹是否满足预设条件的步骤包括:
若四个以上人体的移动轨迹相交于同一位置且相交时间持续超过预设时间,则判定满足预设条件;其中,移动轨迹相交是指多个人体在同一时刻出现在同一位置。
在本发明所述的聚众斗殴行为识别方法中,所述若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别的步骤包括:
若满足,则对每一所述人体的手部区域图像;
对所述手部区域图像进行放大并与武器数据库的武器轮廓信息进行匹配。
一种聚众斗殴行为识别装置,包括:
采集模块,用于采集预设范围内的实时影像信息,所述实时影像信息包括多帧图片;
第一判断模块,用于对所述多帧图片进行识别,以判断该预设范围内是否存在至少两个人体;
绘制模块,用于若存在至少两个人体则对每一所述人体的移动轨迹进行绘制;
第二判断模块,用于判断所述至少两个人体的移动轨迹是否满足预设条件;
第一识别模块,用于若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别;
第三判断模块,用于若在该手部区域识别到武器,则判断所述预设范围内发生聚众斗殴行为。
在本发明所述的聚众斗殴行为识别装置中,所述绘制模块包括:
第一获取单元,用于若存在至少两个人体,则获取每一所述人体在当前帧的图片特征信息以及在该当前帧图片中的初始位置信息;
第二获取单元,用于根据所述图片特征信息获取每一所述人体在后续各帧图片中的位置信息;
绘制单元,用于根据每一所述人体的初始位置信息以及在后续各帧图片中的位置信息绘制出每一所述人体的移动轨迹。
在本发明所述的聚众斗殴行为识别装置中,所述第二判断模块包括:
第一判断单元,用于判断所述至少两个人体的移动轨迹中至少具有两个人体的移动轨迹相交的次数大于两次,其中,移动轨迹相交是指两个人体在同一时刻出现在同一位置;
第二判断单元,用于若具有两个人体的移动轨迹相交的次数大于两次,则判定满足预设条件。
一种存储介质,所述存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述任一项所述的方法。
一种电子设备,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行上述任一项所述的方法。
由上可知,本发明通过采集预设范围内的实时影像信息,所述实时影像信息包括多帧图片;对所述多帧图片进行识别,以判断该预设范围内是否存在至少两个人体;若存在至少两个人体则对每一所述人体的移动轨迹进行绘制;判断所述至少两个人体的移动轨迹是否满足预设条件;若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别;若在该手部区域识别到武器,则判断所述预设范围内发生聚众斗殴行为;从而完成对聚众斗殴行为的识别,可以进行快速报警以对聚众斗殴行为的阻止,并且还可以提高识别效率以及识别准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域技术人员来讲,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的附图。
图1是本申请实施例提供的聚众斗殴行为识别方法的流程图。
图2是本申请实施例提供的聚众斗殴行为识别装置的结构图。
图3是本申请实施例提供的电子设备的结构图。
具体实施方式
下面详细描述本申请的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接或可以相互通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
下文的公开提供了许多不同的实施方式或例子用来实现本申请的不同结构。为了简化本申请的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本申请。此外,本申请可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本申请提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
本申请的说明书和权利要求书以及上述附图中的术语“第一”、“第二”、“第三”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应当理解,这样描述的对象在适当情况下可以互换。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。例如,包含了一系列步骤的过程、方法或包含了一系列模块或单元的装置、终端、系统不必限于清楚地列出的那些步骤或模块或单元,还可以包括没有清楚地列出的步骤或模块或单元,也可以包括对于这些过程、方法、装置、终端或系统固有的其它步骤或模块或单元。
参考图1,图1为本发明一些实施例中的一种聚众斗殴行为识别方法的流程图。该方法包括以下步骤:
S101、采集预设范围内的实时影像信息,实时影像信息包括多帧图片。
其中,在该步骤中,该实时影像信息为采用超高清摄像头采集的实时影像信息。该预设范围为超高清摄像头的监控范围。
S102、对所述多帧图片进行识别,以判断该预设范围内是否存在至少两个人体。
其中,在该步骤中,可以采用数据库中预存的人体轮廓信息与图片中的各个区域的轮廓信息进行对比以判断其是否为人体。
或者,可以通过进行前后相邻两帧画面之间进行比较,以判断其变量信息,并对变量信息进行精细识别,以判断其是否为人体,进而统计出该预设范围内的人体数量。
S103、若存在至少两个人体则对每一所述人体的移动轨迹进行绘制。
其中,在该步骤中,可以采用人体跟踪的方法,对该范围内的每一人体进行跟踪,然后基于各帧图片中所跟踪到的位置进行轨迹绘制。
具体地,在一些实施例中,该步骤S103包括:S1031、若存在至少两个人体,则获取每一所述人体在当前帧的图片特征信息以及在该当前帧图片中的初始位置信息;S1032、根据所述图片特征信息获取每一所述人体在后续各帧图片中的位置信息;S1033、根据每一所述人体的初始位置信息以及在后续各帧图片中的位置信息绘制出每一所述人体的移动轨迹。
其中,该图片特征信息可以为一个人体的轮廓特征信息或者生理特征信息,或者明显的穿戴特征信息。不同人体应当具有不同的图片特征信息,以便于将各个人体区分开。当然,可以理解地,该图片特征信息可以进行动态选择,以便于将该多个人体区分开。
例如,在一些实施例中,若发现该预设范围内的各个人体的衣着颜色明显各不相同,则可以以衣着颜色信息作为图片特征信息,从而可以快速区分出该预设区域中的各个人体,以便于绘制各个人体移动轨迹。
例如,在一些实施例中,若发现预设范围内的各个人体的衣着雷同,而各个人体的高矮胖瘦各不相同,则在选择图片特征信息时,则以各个人体的轮廓信息作为图片特征信息。当然,至于如何识别各个人体的高矮胖瘦,则可以采用现有技术中常规的识别算法。
S104、判断所述至少两个人体的移动轨迹是否满足预设条件。
其中,该预设条件为预先通过经验设置的,例如,如果多个人体的移动轨迹多次相交,则有可能发生追逐。如果几个人体一直聚在一个位置,则有可能是在围殴。
具体地,在一些实施例中,该步骤S104包括:S1041、判断所述至少两个人体的移动轨迹中至少具有两个人体的移动轨迹相交的次数大于两次,其中,移动轨迹相交是指两个人体在同一时刻出现在同一位置;S1042、若具有两个人体的移动轨迹相交的次数大于两次,则判定满足预设条件。
具体地,在一些实施例中,该步骤S104包括:若四个以上人体的移动轨迹相交于同一位置且相交时间持续超过预设时间,则判定满足预设条件;其中,移动轨迹相交是指多个人体在同一时刻出现在同一位置。
S105、若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别。
其中,在聚众斗殴的时候,往往会手持武器进行搏斗或者殴打,例如棒球棍或者砍刀等。因此,需要对手部区域图像与数据库中的武器轮廓信息进行匹配。再一些实施例中,该步骤S105包括:若满足,则提取每一所述人体的手部区域图像;对所述手部区域图像进行放大并与武器数据库的武器轮廓信息进行匹配。
S106、若在该手部区域识别到武器,则判断所述预设范围内发生聚众斗殴行为。
其中,如果识别到这些人体中有一个或多个手持武器,则判断发生聚众斗殴。可以理解地,在判断出发生聚众斗殴后,可以将这些聚众斗殴的人体的图片特征信息自学习,在数据库中进行保存这些图片特征信息,在下一次检测到具有这些图片特征信息的人体聚集在预设范围内时,就可以预判可能会发生聚众斗殴,可以进行提前防范。
由上可知,本发明通过采集预设范围内的实时影像信息,所述实时影像信息包括多帧图片;对所述多帧图片进行识别,以判断该预设范围内是否存在至少两个人体;若存在至少两个人体则对每一所述人体的移动轨迹进行绘制;判断所述至少两个人体的移动轨迹是否满足预设条件;若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别;若在该手部区域识别到武器,则判断所述预设范围内发生聚众斗殴行为;从而完成对聚众斗殴行为的识别,可以进行快速报警以对聚众斗殴行为的阻止,并且还可以提高识别效率以及识别准确度。
请参照图2,图2是本发明一些实施例中的一种聚众斗殴行为识别装置的结构图。该装置包括:采集模块201、第一判断模块202、绘制模块203、第二判断模块204、第一识别模块205以及第三判断模块206。
其中,该采集模块201用于采集预设范围内的实时影像信息,所述实时影像信息包括多帧图片;该实时影像信息为采用超高清摄像头采集的实时影像信息。该预设范围为超高清摄像头的监控范围。
其中,该第一判断模块202用于对所述多帧图片进行识别,以判断该预设范围内是否存在至少两个人体;可以采用数据库中预存的人体轮廓信息与图片中的各个区域的轮廓信息进行对比以判断其是否为人体。
或者,可以通过进行前后相邻两帧画面之间进行比较,以判断其变量信息,并对变量信息进行精细识别,以判断其是否为人体,进而统计出该预设范围内的人体数量。
其中,该绘制模块203用于若存在至少两个人体则对每一所述人体的移动轨迹进行绘制。绘制模块包括:第一获取单元,用于若存在至少两个人体,则获取每一所述人体在当前帧的图片特征信息以及在该当前帧图片中的初始位置信息;第二获取单元,用于根据所述图片特征信息获取每一所述人体在后续各帧图片中的位置信息;绘制单元,用于根据每一所述人体的初始位置信息以及在后续各帧图片中的位置信息绘制出每一所述人体的移动轨迹。
其中,该图片特征信息可以为一个人体的轮廓特征信息或者生理特征信息,或者明显的穿戴特征信息。不同人体应当具有不同的图片特征信息,以便于将各个人体区分开。当然,可以理解地,该图片特征信息可以进行动态选择,以便于将该多个人体区分开。例如,在一些实施例中,若发现该预设范围内的各个人体的衣着颜色明显各不相同,则可以以衣着颜色信息作为图片特征信息,从而可以快速区分出该预设区域中的各个人体,以便于绘制各个人体移动轨迹。例如,在一些实施例中,若发现预设范围内的各个人体的衣着雷同,而各个人体的高矮胖瘦各不相同,则在选择图片特征信息时,则以各个人体的轮廓信息作为图片特征信息。当然,至于如何识别各个人体的高矮胖瘦,则可以采用现有技术中常规的识别算法。
其中,该第二判断模块204用于判断所述至少两个人体的移动轨迹是否满足预设条件;第二判断模块包括:第一判断单元,用于判断所述至少两个人体的移动轨迹中至少具有两个人体的移动轨迹相交的次数大于两次,其中,移动轨迹相交是指两个人体在同一时刻出现在同一位置;第二判断单元,用于若具有两个人体的移动轨迹相交的次数大于两次,则判定满足预设条件。其中,该预设条件为预先通过经验设置的,例如,如果多个人体的移动轨迹多次相交,则有可能发生追逐。如果几个人体一直聚在一个位置,则有可能是在围殴。
具体地,在一些实施例中,该第二判断模块204用于若四个以上人体的移动轨迹相交于同一位置且相交时间持续超过预设时间,则判定满足预设条件;其中,移动轨迹相交是指多个人体在同一时刻出现在同一位置。
其中,该第一识别模块205用于若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别;其中,在聚众斗殴的时候,往往会手持武器进行搏斗或者殴打,例如棒球棍或者砍刀等。因此,需要对手部区域图像与数据库中的武器轮廓信息进行匹配。再一些实施例中,该第一识别模块205用于若满足,则提取每一所述人体的手部区域图像;对所述手部区域图像进行放大并与武器数据库的武器轮廓信息进行匹配。
其中,该第三判断模块206用于若在该手部区域识别到武器,则判断所述预设范围内发生聚众斗殴行为。其中,如果识别到这些人体中有一个或多个手持武器,则判断发生聚众斗殴。可以理解地,在判断出发生聚众斗殴后,可以将这些聚众斗殴的人体的图片特征信息自学习,在数据库中进行保存这些图片特征信息,在下一次检测到具有这些图片特征信息的人体聚集在预设范围内时,就可以预判可能会发生聚众斗殴,可以进行提前防范。
由上可知,本发明通过采集预设范围内的实时影像信息,所述实时影像信息包括多帧图片;对所述多帧图片进行识别,以判断该预设范围内是否存在至少两个人体;若存在至少两个人体则对每一所述人体的移动轨迹进行绘制;判断所述至少两个人体的移动轨迹是否满足预设条件;若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别;若在该手部区域识别到武器,则判断所述预设范围内发生聚众斗殴行为;从而完成对聚众斗殴行为的识别,可以进行快速报警以对聚众斗殴行为的阻止,并且还可以提高识别效率以及识别准确度。
本申请实施例还提供一种存储介质,该存储介质中存储有计算机程序,当该计算机程序在计算机上运行时,该计算机执行上述任一实施例所述的基于语音识别的人脸表情装饰方法,从而实现以下功能:采集预设范围内的实时影像信息,所述实时影像信息包括多帧图片;对所述多帧图片进行识别,以判断该预设范围内是否存在至少两个人体;若存在至少两个人体则对每一所述人体的移动轨迹进行绘制;判断所述至少两个人体的移动轨迹是否满足预设条件;若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别;若在该手部区域识别到武器,则判断所述预设范围内发生聚众斗殴行为。
请参照图3,本申请实施例还提供一种电子设备。该电子设备可以是智能手机、平板电脑等设备。如示,电子设备300包括处理器301和存储器302。其中,处理器301与存储器302电性连接。处理器301是终端300的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或调用存储在存储器302内的计算机程序,以及调用存储在存储器302内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。
在本实施例中,电子设备300中的处理器301会按照如下的步骤,将一个或一个以上的计算机程序的进程对应的指令加载到存储器302中,并由处理器301来运行存储在存储器302中的计算机程序,从而实现各种功能:采集预设范围内的实时影像信息,所述实时影像信息包括多帧图片;对所述多帧图片进行识别,以判断该预设范围内是否存在至少两个人体;若存在至少两个人体则对每一所述人体的移动轨迹进行绘制;判断所述至少两个人体的移动轨迹是否满足预设条件;若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别;若在该手部区域识别到武器,则判断所述预设范围内发生聚众斗殴行为。
存储器302可用于存储计算机程序和数据。存储器302存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器301通过调用存储在存储器302的计算机程序,从而执行各种功能应用以及数据处理。
需要说明的是,本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储介质中,该存储介质可以包括但不限于:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁盘或光盘等。
以上对本申请实施例所提供的聚众斗殴行为识别方法、装置、存储介质及电子设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种聚众斗殴行为识别方法,其特征在于,包括以下步骤:
采集预设范围内的实时影像信息,所述实时影像信息包括多帧图片;
对所述多帧图片进行识别,以判断该预设范围内是否存在至少两个人体;
若存在至少两个人体则对每一所述人体的移动轨迹进行绘制;
判断所述至少两个人体的移动轨迹是否满足预设条件;
若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别;
若在该手部区域识别到武器,则判断所述预设范围内发生聚众斗殴行为。
2.根据权利要求1所述的聚众斗殴行为识别方法,其特征在于,所述若存在至少两个人体则对每一所述人体的移动轨迹进行绘制的步骤包括:
若存在至少两个人体,则获取每一所述人体在当前帧的图片特征信息以及在该当前帧图片中的初始位置信息;
根据所述图片特征信息获取每一所述人体在后续各帧图片中的位置信息;
根据每一所述人体的初始位置信息以及在后续各帧图片中的位置信息绘制出每一所述人体的移动轨迹。
3.根据权利要求1所述的聚众斗殴行为识别方法,其特征在于,所述判断所述至少两个人体的移动轨迹是否满足预设条件的步骤包括:
所述至少两个人体的移动轨迹中至少具有两个人体的移动轨迹相交的次数大于两次,其中,移动轨迹相交是指两个人体在同一时刻出现在同一位置;
若具有两个人体的移动轨迹相交的次数大于两次,则判定满足预设条件。
4.根据权利要求1所述的聚众斗殴行为识别方法,其特征在于,所述判断所述至少两个人体的移动轨迹是否满足预设条件的步骤包括:
若四个以上人体的移动轨迹相交于同一位置且相交时间持续超过预设时间,则判定满足预设条件;其中,移动轨迹相交是指多个人体在同一时刻出现在同一位置。
5.根据权利要求1所述的聚众斗殴行为识别方法,其特征在于,所述若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别的步骤包括:
若满足,则提取每一所述人体的手部区域图像;
对所述手部区域图像进行放大并与武器数据库的武器轮廓信息进行匹配。
6.一种聚众斗殴行为识别装置,其特征在于,包括:
采集模块,用于采集预设范围内的实时影像信息,所述实时影像信息包括多帧图片;
第一判断模块,用于对所述多帧图片进行识别,以判断该预设范围内是否存在至少两个人体;
绘制模块,用于若存在至少两个人体则对每一所述人体的移动轨迹进行绘制;
第二判断模块,用于判断所述至少两个人体的移动轨迹是否满足预设条件;
第一识别模块,用于若满足,则对每一所述人体的手部区域图像进行放大,并对放大后的手部区域图像进行识别;
第三判断模块,用于若在该手部区域识别到武器,则判断所述预设范围内发生聚众斗殴行为。
7.根据权利要求6所述的聚众斗殴行为识别装置,其特征在于,所述绘制模块包括:
第一获取单元,用于若存在至少两个人体,则获取每一所述人体在当前帧的图片特征信息以及在该当前帧图片中的初始位置信息;
第二获取单元,用于根据所述图片特征信息获取每一所述人体在后续各帧图片中的位置信息;
绘制单元,用于根据每一所述人体的初始位置信息以及在后续各帧图片中的位置信息绘制出每一所述人体的移动轨迹。
8.根据权利要求6所述的聚众斗殴行为识别装置,其特征在于,所述第二判断模块包括:
第一判断单元,用于判断所述至少两个人体的移动轨迹中至少具有两个人体的移动轨迹相交的次数大于两次,其中,移动轨迹相交是指两个人体在同一时刻出现在同一位置;
第二判断单元,用于若具有两个人体的移动轨迹相交的次数大于两次,则判定满足预设条件。
9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行权利要求1至5任一项所述的方法。
10.一种电子设备,其特征在于,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910814732.7A CN110633658A (zh) | 2019-08-30 | 2019-08-30 | 聚众斗殴行为识别方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910814732.7A CN110633658A (zh) | 2019-08-30 | 2019-08-30 | 聚众斗殴行为识别方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110633658A true CN110633658A (zh) | 2019-12-31 |
Family
ID=68969626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910814732.7A Withdrawn CN110633658A (zh) | 2019-08-30 | 2019-08-30 | 聚众斗殴行为识别方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110633658A (zh) |
-
2019
- 2019-08-30 CN CN201910814732.7A patent/CN110633658A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109325964B (zh) | 一种人脸追踪方法、装置及终端 | |
US10956753B2 (en) | Image processing system and image processing method | |
CN106203458B (zh) | 人群视频分析方法及系统 | |
CN103714631B (zh) | 基于人脸识别的atm取款机智能监控系统 | |
US10846537B2 (en) | Information processing device, determination device, notification system, information transmission method, and program | |
WO2019033572A1 (zh) | 人脸遮挡检测方法、装置及存储介质 | |
JPWO2016147770A1 (ja) | 監視システム及び監視方法 | |
CN110110575A (zh) | 一种人员脱岗检测方法及装置 | |
CN109446936A (zh) | 一种用于监控场景的身份识别方法及装置 | |
KR102149832B1 (ko) | 딥러닝 기반의 자동 폭력 감지 시스템 | |
CN110648352A (zh) | 一种异常事件的检测方法、装置及电子设备 | |
CN110569770A (zh) | 人体入侵行为识别方法、装置、存储介质及电子设备 | |
CN108280953A (zh) | 视频侦测报警方法及装置、存储介质、摄像头 | |
JP5718632B2 (ja) | 部位認識装置、部位認識方法、及び部位認識プログラム | |
CN111325133A (zh) | 一种基于人工智能识别的影像处理系统 | |
CN111797726A (zh) | 一种火焰检测方法、装置、电子设备及存储介质 | |
CN115099724A (zh) | 施工场景的监控预警方法、装置、设备及存储介质 | |
CN110175553B (zh) | 基于步态识别与人脸识别建立特征库的方法及装置 | |
CN110516656A (zh) | 视频监控方法、装置、计算机设备和可读存储介质 | |
JP5758165B2 (ja) | 物品検出装置および静止人物検出装置 | |
CN111753587A (zh) | 一种倒地检测方法及装置 | |
CN109583296A (zh) | 一种防止误检测方法、装置、系统及计算机存储介质 | |
CN114764895A (zh) | 异常行为检测装置和方法 | |
KR20160003996A (ko) | 감시 영상 분석 장치 및 방법 | |
CN111582183A (zh) | 一种公共场所的口罩识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191231 |
|
WW01 | Invention patent application withdrawn after publication |