CN110688931A - 异常行为监测方法、装置、存储介质和电子设备 - Google Patents
异常行为监测方法、装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN110688931A CN110688931A CN201910893900.6A CN201910893900A CN110688931A CN 110688931 A CN110688931 A CN 110688931A CN 201910893900 A CN201910893900 A CN 201910893900A CN 110688931 A CN110688931 A CN 110688931A
- Authority
- CN
- China
- Prior art keywords
- behavior
- target
- behavior data
- monitoring
- person
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 147
- 206010000117 Abnormal behaviour Diseases 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000006399 behavior Effects 0.000 claims abstract description 227
- 238000001514 detection method Methods 0.000 claims abstract description 51
- 238000012806 monitoring device Methods 0.000 claims abstract 2
- 230000000694 effects Effects 0.000 claims description 27
- 230000003542 behavioural effect Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 6
- 230000010354 integration Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000003449 preventive effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/41—Indexing; Data structures therefor; Storage structures
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Alarm Systems (AREA)
Abstract
本公开涉及一种异常行为监测方法、装置、存储介质和电子设备，该方法包括：接收检测设备上传的目标身份标识和第一行为数据，该第一行为数据包括采集该目标身份标识的采集位置和目标时间点，该检测设备包括：监控摄像头、执法部门或交通部门的证件检测设备；确定该目标身份标识对应的人员是否为被监控的目标人员；若确定该目标身份标识对应的人员为该目标人员，根据该目标人员的行为数据集、个人信息和行为监控指标确定该目标人员是否存在异常行为。能够将通过多种检测设备采集的行为数据和被监控人员本身的个人信息相结合，实现对被监控人员的异常行为的识别，提高人员监控的准确性和全面性。
Description
技术领域
本公开涉及安防技术领域，具体地，涉及一种异常行为监测方法、装置、存储介质和电子设备。
背景技术
目前，现代社会的安全需求日益增长，为了对影响社会安全的不稳定因素进行有效的监控和预防，安防系统应运而生。如何在威胁社会安全的人员(可称被监控人员)和非法行为(可称异常行为)出现时对其进行及时的监控，并采取相应的预防措施，降低社会的犯罪率，维护社会安定，是如今的安防系统亟待解决的问题。相关技术中，通常采用基于监控摄像头或身份证件识别设备等单一识别设备的安防监控系统，通过监控摄像头收集的人脸图像和身份证件信息实现对被监控人员的定位和被监控人员异常行为的识别。但是，上述方法只能通过单一的信息采集方式识别被监控人员和分析被监控人员的行为，监控准确性较差，并且在监控的空间范围和监控对象方面都具有一定局限性。
发明内容
为克服相关技术中存在的问题，本公开的目的是提供一种异常行为监测方法、装置、存储介质和电子设备。
为了实现上述目的，根据本公开实施例的第一方面，提供一种异常行为监测方法，应用于服务器，所述方法包括：
接收检测设备上传的目标身份标识和第一行为数据，所述第一行为数据包括采集所述目标身份标识的采集位置和目标时间点，该检测设备包括：监控摄像头、执法部门或交通部门的证件检测设备；
确定所述目标身份标识对应的人员是否为被监控的目标人员；
若确定所述目标身份标识对应的人员为所述目标人员，根据所述目标人员的行为数据集、个人信息和行为监控指标确定所述目标人员是否存在异常行为；其中，所述行为数据集包括：所述第一行为数据，所述行为监控指标包括：所述目标人员的禁止活动区域和禁止活动时间段。
可选的，所述根据所述目标人员的行为数据集、个人信息和行为监控指标确定所述目标人员是否存在异常行为，包括：
根据所述个人信息以及预设的积分计算算法确定所述目标人员对应的第一积分；
将所述行为数据集中的每个行为数据与所述行为监控指标进行比对，以确定所述目标人员的第二积分；
若所述第一积分和所述第二积分的和值大于预设的积分阈值，确定所述目标人员存在异常行为。
可选的，所述行为数据集还包括：在所述目标时间点之前的预设时长内接收到的所述目标人员的一个或多个行为数据，所述行为监控指标包括与所述禁止活动时间段不重合的有效监控时间段，所述将所述行为数据集与所述行为监控指标进行比对，以确定所述目标人员的第二积分，包括：
根据所述行为数据集中的第二行为数据的数量确定所述目标人员的第一行为积分，其中，所述第二行为数据中包含的时间点处于所述禁止活动时间段内，并且所述第二行为数据中包含的采集位置处于所述禁止活动区域内；
根据所述行为数据集中的第三行为数据的数量确定所述目标人员的第二行为积分，其中，所述第三行为数据中的时间点处于所述有效监控时间段内，并且所述第三行为数据中的采集位置处于所述禁止活动区域内；
将所述第一行为积分与所述第二行为积分的和值作为所述第二积分。
可选的，在所述接收目标设备上传的身份标识，以及所述身份标识对应的行为数据之前，所述方法还包括：
将需要被监控的所有人员的身份标识以及每个所述身份标识对应的行为监控指标储存至监控人员信息库中；其中，
所述身份标识包括所述需要被监控的人员的身份证件信息、人脸图像信息和/或所述需要被监控的人员的所有物的标识。
可选的，所述确定所述身份标识对应的人员是否为目标人员，包括：
确定所述目标身份标识是否存在于所述监控人员信息库中；
若确定所述目标身份标识存在于所述监控人员信息库中，确定所述目标身份标识对应的人员为所述目标人员。
根据本公开实施例的第二方面，提供一种异常行为监测装置，应用于服务器，所述装置包括：
信息接收模块，用于接收检测设备上传的目标身份标识和第一行为数据，所述第一行为数据包括采集所述目标身份标识的采集位置和目标时间点，该检测设备包括：监控摄像头、执法部门或交通部门的证件检测设备；
信息确定模块，用于确定所述目标身份标识对应的人员是否为被监控的目标人员；
行为监控模块，用于若确定所述目标身份标识对应的人员为所述目标人员，根据所述目标人员的行为数据集、个人信息和行为监控指标确定所述目标人员是否存在异常行为；其中，所述行为数据集包括：所述第一行为数据，所述行为监控指标包括：所述目标人员的禁止活动区域和禁止活动时间段。
可选的，所述行为监控模块，用于：
根据所述个人信息以及预设的积分计算算法确定所述目标人员对应的第一积分；
将所述行为数据集中的每个行为数据与所述行为监控指标进行比对，以确定所述目标人员的第二积分；
若所述第一积分和所述第二积分的和值大于预设的积分阈值，确定所述目标人员存在异常行为。
可选的，所述行为数据集还包括：在所述目标时间点之前的预设时长内接收到的所述目标人员的一个或多个行为数据，所述行为监控指标包括与所述禁止活动时间段不重合的有效监控时间段，所述行为监控模块，用于：
根据所述行为数据集中的第二行为数据的数量确定所述目标人员的第一行为积分，其中，所述第二行为数据中包含的时间点处于所述禁止活动时间段内，并且所述第二行为数据中包含的采集位置处于所述禁止活动区域内；
根据所述行为数据集中的第三行为数据的数量确定所述目标人员的第二行为积分，其中，所述第三行为数据中的时间点处于所述有效监控时间段内，并且所述第三行为数据中的采集位置处于所述禁止活动区域内；
将所述第一行为积分与所述第二行为积分的和值作为所述第二积分。
可选的，所述装置还包括：
信息储存模块，用于将需要被监控的所有人员的身份标识以及每个所述身份标识对应的行为监控指标储存至监控人员信息库中；其中，
所述身份标识包括所述需要被监控的人员的身份证件信息、人脸图像信息和/或所述需要被监控的人员的所有物的标识。
可选的，所述信息确定模块，用于：
确定所述目标身份标识是否存在于所述监控人员信息库中；
若确定所述目标身份标识存在于所述监控人员信息库中，确定所述目标身份标识对应的人员为所述目标人员。
根据本公开实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本公开实施例第一方面提供的异常行为监测方法的步骤。
根据本公开实施例的第四方面，提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开实施例第一方面提供的异常行为监测方法的步骤。
综上所述，本公开的实施例所提供的技术方案，能够接收检测设备上传的目标身份标识和第一行为数据，该第一行为数据包括采集该目标身份标识的采集位置和目标时间点，该检测设备包括：监控摄像头、执法部门或交通部门的证件检测设备；确定该目标身份标识对应的人员是否为被监控的目标人员；若确定该目标身份标识对应的人员为该目标人员，根据该目标人员的行为数据集、个人信息和行为监控指标确定该目标人员是否存在异常行为；其中，该行为数据集包括：该第一行为数据，该行为监控指标包括：该目标人员的禁止活动区域和禁止活动时间段。能够将通过多种检测设备采集的行为数据和被监控人员本身的个人信息相结合，实现对被监控人员的异常行为的识别，提高人员监控的准确性和全面性。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种异常行为监测方法的流程图；
图2是根据图1示出的一种行为监控方法的流程图；
图3是根据图2示出的一种积分确定方法的流程图；
图4是根据图1示出的另一种异常行为监测方法的流程图；
图5是根据图4示出的一种信息确定方法的流程图；
图6是根据一示例性实施例示出的一种异常行为监测装置的框图；
图7是根据图6示出的另一种异常行为监测装置的框图；
图8是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
图1是根据一示例性实施例示出的一种异常行为监测方法的流程图，如图1所示，应用于服务器，该方法包括：
在步骤110中，接收检测设备上传的目标身份标识和第一行为数据。
其中，该第一行为数据包括采集该目标身份标识的采集位置和目标时间点，该检测设备包括：监控摄像头、执法部门或交通部门的证件检测设备。
示例地，该检测设备包括：监控摄像头、执法部门或交通部门的证件检测设备。具体地，该检测设备可以为用于拍摄人面部特征或者车辆的车牌号等标识的监控摄像头、派出所或人口查验部门的身份检测装置以及机场或火车站的安检设备等用于识别身份的相关设备。在分析是否存在异常行为之前，需要将该服务器与上述多种检测设备建立通信连接，以接收这些检测设备采集到的目标身份标识，以及检测设备采集每个目标身份标识的采集位置和目标时间点。例如，一人员通过机场的安检设备进行身份证检验，该人员的身份证号即为该目标身份标识，该安检设备所在的位置即为该采集位置，该人员的身份证被扫描的时刻即为该目标时间点。
在步骤120中，确定该目标身份标识对应的人员是否为被监控的目标人员。
示例地，该服务器接收到检测设备上传的目标身份标识后，可以将每个需要被监控的人员的身份标识与该目标身份标识进行比对。当出现比对结果一致的情况时，确定该目标身份标识对应的人员为目标人员(即需要被监控的逃犯、缓刑期内的罪犯或限制出境的人员等)。可以理解的是，在步骤101开始之前，被监控的人员的身份标识已被预先储存在该服务器中。
在步骤130中，若确定该目标身份标识对应的人员为该目标人员，根据该目标人员的行为数据集、个人信息和行为监控指标确定该目标人员是否存在异常行为。
其中，该个人信息用于表征该目标人员的身份特征，包括：目标人员的学历、犯罪记录、工作履历信息、婚姻状况信息，驾驶证信息、荣誉记录信息和备案信息等。该行为数据集包括：该第一行为数据，该行为监控指标包括：该目标人员的禁止活动区域和禁止活动时间段。
示例地，确定目标人员之后，可以通过该目标人员的行为监控指标判断该目标人员的行为数据集中是否存在异常的行为数据，并结合该目标人员的个人信息，确定该目标人员是否存在异常行为。该行为监控指标和个人信息与被监控的人员的身份标识相对应，并且与这些身份标识一同被预先储存至该服务器中。该异常行为可以为目标人员正在或即将进行的危害社会稳定的行为。当确定该目标人员存在异常行为时，可触发警报或通过显示屏显示该目标人员的异常行为，以提示安防工作人员及时采取措施，进而及时制止该异常行为。
综上所述，本公开的实施例所提供的技术方案，能够接收检测设备上传的目标身份标识和第一行为数据，该第一行为数据包括采集该目标身份标识的采集位置和目标时间点，该检测设备包括：监控摄像头、执法部门或交通部门的证件检测设备；确定该目标身份标识对应的人员是否为被监控的目标人员；若确定该目标身份标识对应的人员为该目标人员，根据该目标人员的行为数据集、个人信息和行为监控指标确定该目标人员是否存在异常行为；其中，该行为数据集包括：该第一行为数据，该行为监控指标包括：该目标人员的禁止活动区域和禁止活动时间段。能够将通过多种检测设备采集的行为数据和被监控人员本身的个人信息相结合，实现对被监控人员的异常行为的识别，提高人员监控的准确性和全面性。
图2是根据图1示出的一种行为监控方法的流程图，如图2所示，该步骤130包括：
在步骤131中，根据该个人信息以及预设的积分计算算法确定该目标人员对应的第一积分。
示例地，通过预设的积分计算算法，目标人员的每项个人信息分别对应不同的积分值，并将上述所有积分值的和值作为该目标人员的第一积分。该第一积分的积分值越高，该目标人员存在异常行为的可能性越高。例如，当确定一目标人员：张三，在张三的个人信息中显示：张三的学历为本科学历，存在“入室抢劫”的犯罪记录，工作履历信息为无业且无工作经历，如此，通过预设的积分计算算法，根据学历(本科)为张三添加积分值1，根据犯罪记录(入室抢劫)为张三添加积分值10，根据“无业且无工作经历”的工作履历信息为张三添加积分值8，将上述分别根据学历、犯罪记录和工作履历信息确定的积分的和值作为张三的第一积分。因此，用于表征张三存在异常行为的可能性的第一积分的积分值为19。可以理解的是，在上述示例所述的积分计算算法中，目标人员的学历越高，根据学历确定的积分值的数值越小，表示该目标人员存在异常行为的可能性越小，但在实际操作中，该积分计算算法与目标人员学历的关系也可根据实际的情况进行设置。
示例地，当目标人员的个人信息中包含荣誉记录信息等表示目标人员存在良好的为社会或他人做出贡献的行为时，该荣誉记录信息对应的积分值可以为较小的数值或者负值。例如，若张三的个人信息中包含一项荣誉记录信息：张三曾获得见义勇为荣誉证号，则根据该项荣誉记录信息为张三添加积分值-2。
在步骤132中，将该行为数据集中的每个行为数据与该行为监控指标进行比对，以确定该目标人员的第二积分。
示例地，该行为数据集中的行为数据包括：目标人员被检测设备采集身份标识的采集位置和目标时间点(即该目标人员出现的位置和出现在每个位置的时间点)，当该目标人员的行为数据违反该目标人员的行为监控指标的规定时(即该目标人员出现的位置处于该目标人员禁止活动的区域内，并且该目标人员出现在该位置的时间点处于该目标人员禁止活动区域的禁止活动时间段内)，为该目标人员添加第二积分的积分值。该第二积分同样用于表征该目标人员存在异常行为的可能性。例如，当确定一目标人员：李四，李四为北京市内的取保候审人员，李四的禁止活动区域为除北京市之外的所有区域，禁止活动时间段为2019年7月1日至2019年9月30日。如此，若检测设备采集到李四的身份标识的采集位置为西安市，在西安市采集到李四身份标识的目标时间点为2019年8月15日，则确定李四的行为数据违反了其行为监控指标的规定，根据第二积分计算算法为李四添加相应的第二积分。
在步骤133中，若该第一积分和该第二积分的和值大于预设的积分阈值，确定该目标人员存在异常行为。
示例地，在某些情况下，也可以不考虑该第一积分，直接为该第二积分设定一个较小的积分阈值。在这个较小的积分阈值的限制下，一旦该目标人员的行为数据集中出现异常数据，就可直接确定该目标人员存在异常行为。仍以上述步骤132的示例中的取保候审人员李四为例，李四的行为监控指标显示该人员的禁止活动范围为北京市，时间为2019年4月15日到2020年4月15日。因此，当检测设备在2019年8月15日在北京市以外的区域采集到李四身份标识时，即可立即确定李四存在异常行为。
图3是根据图2示出的一种积分确定方法的流程图，如图3所示，该行为数据集还包括：在该目标时间点之前的预设时长内接收到的该目标人员的一个或多个行为数据，该行为监控指标包括与该禁止活动时间段不重合的有效监控时间段，该步骤132包括：
在步骤1321中，根据该行为数据集中的第二行为数据的数量确定该目标人员的第一行为积分。
其中，该第二行为数据中包含的时间点处于该禁止活动时间段内，并且该第二行为数据中包含的采集位置处于该禁止活动区域内。
在步骤1322中，根据该行为数据集中的第三行为数据的数量确定该目标人员的第二行为积分。
其中，该第三行为数据中的时间点处于该有效监控时间段内，并且该第三行为数据中的采集位置处于该禁止活动区域内。
示例地，每当服务器接收检测设备上传的行为数据时，可以先将该行为数据缓存至服务器的缓存空间。通过不同的积分计算算法，该第二积分可以根据该缓存空间中该目标人员在一个时刻的一个行为数据(即第一行为数据)确定，也可以根据该缓存空间中该目标人员在一个时间段内的多个行为数据(即行为数据集)确定。针对于根据行为数据集确定第二积分的方式，根据目标人员进入禁止活动区域的时间段(该禁止活动时间段或者该有效监控时间段)生成不同的行为积分。需要说明的是，该有效监控时间段用于对时间进行进一步的细分。具体地，可以将一天24小时中的一部分作为该禁止活动时间段，并将与之不重合的一部分作为该有效监控时间段。例如，严禁人员在下午6点到次日8点之间(该禁止活动时间段)进入某工作区域，并同时对该人员在每日8点到下午六点之间(该有效监控时间段)进入该工作区域的频率进行一定限制(实际相当于每天24小时都保持监控，但是不同的时段监控力度不同)。可以将该第三行为数据对应的积分值设置为小于该第二行为数据对应的积分值，以保证不同程度的异常行为在总的第二积分中占据相应的权重。
在步骤1323中，将该第一行为积分与该第二行为积分的和值作为该第二积分。
图4是根据图1示出的另一种异常行为监测方法的流程图，如图4所示，在上述步骤110之前，该方法还可以包括：
步骤140，将需要被监控的所有人员的身份标识以及每个该身份标识对应的行为监控指标储存至监控人员信息库中。
其中，该身份标识包括该需要被监控的人员的身份证件信息、人脸图像信息和/或该需要被监控的人员的所有物的标识。
示例地，该监控人员信息库用于执行上述步骤时所需的数据。在执行上述步骤110之前，可以根据不同部门或单位的实际需求将需要被监控的所有人员(即目标人员)的身份标识和与每个目标人员的每种身份标识对应的行为监控指标储存至该监控人员信息库中。并且，在对该身份标识进行储存时，每个目标人员可以对应于多种身份标识，例如，通过监控摄像头采集的目标人员的车牌号信息(即需要被监控的人员的所有物的标识)或人脸图像信息，以及通过身份检测装置或安检设备采集的目标人员的身份证信息、护照信息或者指纹信息。
另外，上述的每种身份标识还对应于不同的可信度。在两种以上的检测设备同时分别采集到某一目标人员的不同身份标识时，可以根据每种身份标识的可信度的高低，确定该目标人员的异常身份标识。例如，A市一交通出入口的摄像头采集到目标人员甲的车牌号信息，在同一时刻，B市的机场安检设备也采集到了该目标人员甲的人脸图像信息和身份证件信息。由于同一目标人员不可能同时出现在交通出入口和机场，并且人脸图像信息和身份证件信息的可信度高于车牌号信息(即需要被监控的人员的所有物的标识)，因此，确定目标人员甲在该时刻所处的位置为机场，并将甲的车牌号信息标记为异常身份标识，以表示甲的车辆可能被其他人冒用。
图5是根据图4示出的一种信息确定方法的流程图，如图5所示，该步骤120，包括：
在步骤121中，确定该目标身份标识是否存在于该监控人员信息库中。
在步骤122中，若确定该目标身份标识存在于该监控人员信息库中，确定该目标身份标识对应的人员为该目标人员。
示例地，该服务器接收检测设备上传的目标身份标识之后，可以将该目标身份标识与该监控人员信息库中的已储存的所有身份标识进行比对。若该监控人员信息中存在于该目标身份标识一致的身份标识，则确定该目标身份标识对应的人员为该目标人员。
综上所述，本公开的实施例所提供的技术方案，能够接收检测设备上传的目标身份标识和第一行为数据，该第一行为数据包括采集该目标身份标识的采集位置和目标时间点，该检测设备包括：监控摄像头、执法部门或交通部门的证件检测设备；确定该目标身份标识对应的人员是否为被监控的目标人员；若确定该目标身份标识对应的人员为该目标人员，根据该目标人员的行为数据集、个人信息和行为监控指标确定该目标人员是否存在异常行为；其中，该行为数据集包括：该第一行为数据，该行为监控指标包括：该目标人员的禁止活动区域和禁止活动时间段能够将通过多种检测设备采集的行为数据和被监控人员本身的个人信息相结合，实现对被监控人员的异常行为的识别，提高人员监控的准确性和全面性。
图6是根据一示例性实施例示出的一种异常行为监测装置的框图，如图6所示，应用于服务器，该装置600可以包括：
信息接收模块610，用于接收检测设备上传的目标身份标识和第一行为数据，该第一行为数据包括采集该目标身份标识的采集位置和目标时间点，该检测设备包括：监控摄像头、执法部门或交通部门的证件检测设备；
信息确定模块620，用于确定该目标身份标识对应的人员是否为被监控的目标人员；
行为监控模块630，用于若确定该目标身份标识对应的人员为该目标人员，根据该目标人员的行为数据集、个人信息和行为监控指标确定该目标人员是否存在异常行为；其中，该行为数据集包括：该第一行为数据，该行为监控指标包括：该目标人员的禁止活动区域和禁止活动时间段。
可选的，该行为监控模块630，用于：
根据该个人信息以及预设的积分计算算法确定该目标人员对应的第一积分；
将该行为数据集中的每个行为数据与该行为监控指标进行比对，以确定该目标人员的第二积分；
若该第一积分和该第二积分的和值大于预设的积分阈值，确定该目标人员存在异常行为。
可选的，该行为数据集还包括：在该目标时间点之前的预设时长内接收到的该目标人员的一个或多个行为数据，该行为监控指标包括与该禁止活动时间段不重合的有效监控时间段，该行为监控模块630，用于：
根据该行为数据集中的第二行为数据的数量确定该目标人员的第一行为积分，其中，该第二行为数据中包含的时间点处于该禁止活动时间段内，并且该第二行为数据中包含的采集位置处于该禁止活动区域内；
根据该行为数据集中的第三行为数据的数量确定该目标人员的第二行为积分，其中，该第三行为数据中的时间点处于该有效监控时间段内，并且该第三行为数据中的采集位置处于该禁止活动区域内；
将该第一行为积分与该第二行为积分的和值作为该第二积分。
图7是根据图6示出的另一种异常行为监测装置的框图，如图7所示，该装置600还包括：
信息储存模块640，用于将需要被监控的所有人员的身份标识以及每个该身份标识对应的行为监控指标储存至监控人员信息库中；其中，
该身份标识包括该需要被监控的人员的身份证件信息、人脸图像信息和/或该需要被监控的人员的所有物的标识。
可选的，该信息确定模块620，用于：
确定该目标身份标识是否存在于该监控人员信息库中；
若确定该目标身份标识存在于该监控人员信息库中，确定该目标身份标识对应的人员为该目标人员。
综上所述，本公开的实施例所提供的技术方案，能够接收检测设备上传的目标身份标识和第一行为数据，该第一行为数据包括采集该目标身份标识的采集位置和目标时间点，该检测设备包括：监控摄像头、执法部门或交通部门的证件检测设备；确定该目标身份标识对应的人员是否为被监控的目标人员；若确定该目标身份标识对应的人员为该目标人员，根据该目标人员的行为数据集、个人信息和行为监控指标确定该目标人员是否存在异常行为；其中，该行为数据集包括：该第一行为数据，该行为监控指标包括：该目标人员的禁止活动区域和禁止活动时间段。能够将通过多种检测设备采集的行为数据和被监控人员本身的个人信息相结合，实现对被监控人员的异常行为的识别，提高人员监控的准确性和全面性。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图8是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以被提供为一服务器。参照图8，电子设备800包括处理器822，其数量可以为一个或多个，以及存储器832，用于存储可由处理器822执行的计算机程序。存储器832中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器822可以被配置为执行该计算机程序，以执行上述的异常行为监测方法。
另外，电子设备800还可以包括电源组件826和通信组件850，该电源组件826可以被配置为执行电子设备800的电源管理，该通信组件850可以被配置为实现电子设备800的通信，例如，有线或无线通信。此外，该电子设备800还可以包括输入/输出(I/O)接口858。电子设备800可以操作基于存储在存储器832的操作系统，例如Windows ServerTM，Mac OSXTM，UnixTM,LinuxTM等等。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的异常行为监测方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器832，上述程序指令可由电子设备800的处理器822执行以完成上述的异常行为监测方法。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，本领域技术人员在考虑说明书及实践本公开后，容易想到本公开的其它实施方案，均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。同时本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。本公开并不局限于上面已经描述出的精确结构，本公开的范围仅由所附的权利要求来限制。
Claims (12)
1.一种异常行为监测方法，其特征在于，应用于服务器，所述方法包括：
接收检测设备上传的目标身份标识和第一行为数据，所述第一行为数据包括采集所述目标身份标识的采集位置和目标时间点，该检测设备包括：监控摄像头、执法部门或交通部门的证件检测设备；
确定所述目标身份标识对应的人员是否为被监控的目标人员；
若确定所述目标身份标识对应的人员为所述目标人员，根据所述目标人员的行为数据集、个人信息和行为监控指标确定所述目标人员是否存在异常行为；其中，所述行为数据集包括：所述第一行为数据，所述行为监控指标包括：所述目标人员的禁止活动区域和禁止活动时间段。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标人员的行为数据集、个人信息和行为监控指标确定所述目标人员是否存在异常行为，包括：
根据所述个人信息以及预设的积分计算算法确定所述目标人员对应的第一积分；
将所述行为数据集中的每个行为数据与所述行为监控指标进行比对，以确定所述目标人员的第二积分；
若所述第一积分和所述第二积分的和值大于预设的积分阈值，确定所述目标人员存在异常行为。
3.根据权利要求2所述的方法，其特征在于，所述行为数据集还包括：在所述目标时间点之前的预设时长内接收到的所述目标人员的一个或多个行为数据，所述行为监控指标包括与所述禁止活动时间段不重合的有效监控时间段，所述将所述行为数据集与所述行为监控指标进行比对，以确定所述目标人员的第二积分，包括：
根据所述行为数据集中的第二行为数据的数量确定所述目标人员的第一行为积分，其中，所述第二行为数据中包含的时间点处于所述禁止活动时间段内，并且所述第二行为数据中包含的采集位置处于所述禁止活动区域内；
根据所述行为数据集中的第三行为数据的数量确定所述目标人员的第二行为积分，其中，所述第三行为数据中的时间点处于所述有效监控时间段内，并且所述第三行为数据中的采集位置处于所述禁止活动区域内；
将所述第一行为积分与所述第二行为积分的和值作为所述第二积分。
4.根据权利要求1所述的方法，其特征在于，在所述接收目标设备上传的身份标识，以及所述身份标识对应的行为数据之前，所述方法还包括：
将需要被监控的所有人员的身份标识以及每个所述身份标识对应的行为监控指标储存至监控人员信息库中；其中，
所述身份标识包括所述需要被监控的人员的身份证件信息、人脸图像信息和/或所述需要被监控的人员的所有物的标识。
5.根据权利要求4所述的方法，其特征在于，所述确定所述身份标识对应的人员是否为目标人员，包括：
确定所述目标身份标识是否存在于所述监控人员信息库中；
若确定所述目标身份标识存在于所述监控人员信息库中，确定所述目标身份标识对应的人员为所述目标人员。
6.一种异常行为监测装置，其特征在于，应用于服务器，所述装置包括：
信息接收模块，用于接收检测设备上传的目标身份标识和第一行为数据，所述第一行为数据包括采集所述目标身份标识的采集位置和目标时间点，该检测设备包括：监控摄像头、执法部门或交通部门的证件检测设备；
信息确定模块，用于确定所述目标身份标识对应的人员是否为被监控的目标人员；
行为监控模块，用于若确定所述目标身份标识对应的人员为所述目标人员，根据所述目标人员的行为数据集、个人信息和行为监控指标确定所述目标人员是否存在异常行为；其中，所述行为数据集包括：所述第一行为数据，所述行为监控指标包括：所述目标人员的禁止活动区域和禁止活动时间段。
7.根据权利要求6所述的装置，其特征在于，所述行为监控模块，用于：
根据所述个人信息以及预设的积分计算算法确定所述目标人员对应的第一积分；
将所述行为数据集中的每个行为数据与所述行为监控指标进行比对，以确定所述目标人员的第二积分；
若所述第一积分和所述第二积分的和值大于预设的积分阈值，确定所述目标人员存在异常行为。
8.根据权利要求7所述的装置，其特征在于，所述行为数据集还包括：在所述目标时间点之前的预设时长内接收到的所述目标人员的一个或多个行为数据，所述行为监控指标包括与所述禁止活动时间段不重合的有效监控时间段，所述行为监控模块，用于：
根据所述行为数据集中的第二行为数据的数量确定所述目标人员的第一行为积分，其中，所述第二行为数据中包含的时间点处于所述禁止活动时间段内，并且所述第二行为数据中包含的采集位置处于所述禁止活动区域内；
根据所述行为数据集中的第三行为数据的数量确定所述目标人员的第二行为积分，其中，所述第三行为数据中的时间点处于所述有效监控时间段内，并且所述第三行为数据中的采集位置处于所述禁止活动区域内；
将所述第一行为积分与所述第二行为积分的和值作为所述第二积分。
9.根据权利要求6所述的装置，其特征在于，所述装置还包括：
信息储存模块，用于将需要被监控的所有人员的身份标识以及每个所述身份标识对应的行为监控指标储存至监控人员信息库中；其中，
所述身份标识包括所述需要被监控的人员的身份证件信息、人脸图像信息和/或所述需要被监控的人员的所有物的标识。
10.根据权利要求9所述的装置，其特征在于，所述信息确定模块，用于：
确定所述目标身份标识是否存在于所述监控人员信息库中；
若确定所述目标身份标识存在于所述监控人员信息库中，确定所述目标身份标识对应的人员为所述目标人员。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
12.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1至5中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910893900.6A CN110688931A (zh) | 2019-09-20 | 2019-09-20 | 异常行为监测方法、装置、存储介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910893900.6A CN110688931A (zh) | 2019-09-20 | 2019-09-20 | 异常行为监测方法、装置、存储介质和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110688931A true CN110688931A (zh) | 2020-01-14 |
Family
ID=69109639
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910893900.6A Pending CN110688931A (zh) | 2019-09-20 | 2019-09-20 | 异常行为监测方法、装置、存储介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110688931A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111310612A (zh) * | 2020-01-22 | 2020-06-19 | 中国建设银行股份有限公司 | 行为督导方法和装置 |
| CN111737309A (zh) * | 2020-05-22 | 2020-10-02 | 深圳市天彦通信股份有限公司 | 用户管理方法及相关产品 |
| CN113157764A (zh) * | 2021-02-04 | 2021-07-23 | 浙江大华系统工程有限公司 | 一种隐性特质人员的挖掘方法、系统、存储介质及设备 |
| CN113468948A (zh) * | 2021-04-26 | 2021-10-01 | 深圳市安软科技股份有限公司 | 基于视图数据的治安防控方法、模块、设备及存储介质 |
| CN114866956A (zh) * | 2022-04-06 | 2022-08-05 | 中国联合网络通信集团有限公司 | 异常状态矿井违规生产的监测方法和装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102201061A (zh) * | 2011-06-24 | 2011-09-28 | 常州锐驰电子科技有限公司 | 基于多阶层过滤人脸识别的智能安全监控系统及方法 |
| CN108540759A (zh) * | 2017-03-01 | 2018-09-14 | 中国电信股份有限公司 | 视频监控方法、装置和系统 |
| CN108540752A (zh) * | 2017-03-01 | 2018-09-14 | 中国电信股份有限公司 | 对视频监控中目标对象进行识别的方法、装置和系统 |
| CN108540751A (zh) * | 2017-03-01 | 2018-09-14 | 中国电信股份有限公司 | 基于视频与电子设备标识的监控方法、装置及系统 |
| US20190130733A1 (en) * | 2017-10-31 | 2019-05-02 | Global Tel*Link Corporation | Augmented reality system for guards of controlled environment residents |
| CN109829369A (zh) * | 2018-12-25 | 2019-05-31 | 深圳市天彦通信股份有限公司 | 目标确定方法及相关装置 |
| CN109919142A (zh) * | 2019-04-19 | 2019-06-21 | 东方网力科技股份有限公司 | 人员监控方法、装置、服务器和存储介质 |
-
2019
- 2019-09-20 CN CN201910893900.6A patent/CN110688931A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102201061A (zh) * | 2011-06-24 | 2011-09-28 | 常州锐驰电子科技有限公司 | 基于多阶层过滤人脸识别的智能安全监控系统及方法 |
| CN108540759A (zh) * | 2017-03-01 | 2018-09-14 | 中国电信股份有限公司 | 视频监控方法、装置和系统 |
| CN108540752A (zh) * | 2017-03-01 | 2018-09-14 | 中国电信股份有限公司 | 对视频监控中目标对象进行识别的方法、装置和系统 |
| CN108540751A (zh) * | 2017-03-01 | 2018-09-14 | 中国电信股份有限公司 | 基于视频与电子设备标识的监控方法、装置及系统 |
| US20190130733A1 (en) * | 2017-10-31 | 2019-05-02 | Global Tel*Link Corporation | Augmented reality system for guards of controlled environment residents |
| CN109829369A (zh) * | 2018-12-25 | 2019-05-31 | 深圳市天彦通信股份有限公司 | 目标确定方法及相关装置 |
| CN109919142A (zh) * | 2019-04-19 | 2019-06-21 | 东方网力科技股份有限公司 | 人员监控方法、装置、服务器和存储介质 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111310612A (zh) * | 2020-01-22 | 2020-06-19 | 中国建设银行股份有限公司 | 行为督导方法和装置 |
| CN111737309A (zh) * | 2020-05-22 | 2020-10-02 | 深圳市天彦通信股份有限公司 | 用户管理方法及相关产品 |
| CN113157764A (zh) * | 2021-02-04 | 2021-07-23 | 浙江大华系统工程有限公司 | 一种隐性特质人员的挖掘方法、系统、存储介质及设备 |
| CN113468948A (zh) * | 2021-04-26 | 2021-10-01 | 深圳市安软科技股份有限公司 | 基于视图数据的治安防控方法、模块、设备及存储介质 |
| CN113468948B (zh) * | 2021-04-26 | 2023-11-10 | 深圳市安软科技股份有限公司 | 基于视图数据的治安防控方法、模块、设备及存储介质 |
| CN114866956A (zh) * | 2022-04-06 | 2022-08-05 | 中国联合网络通信集团有限公司 | 异常状态矿井违规生产的监测方法和装置 |
| CN114866956B (zh) * | 2022-04-06 | 2024-04-09 | 中国联合网络通信集团有限公司 | 异常状态矿井违规生产的监测方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110688931A (zh) | 异常行为监测方法、装置、存储介质和电子设备 | |
| CN107480246B (zh) | 一种关联人员的识别方法及装置 | |
| CN101785036B (zh) | 行动监视系统及行动监视方法 | |
| JP4924607B2 (ja) | 不審行動検知装置および方法、プログラムおよび記録媒体 | |
| US20220092881A1 (en) | Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program | |
| US10515276B2 (en) | Room occupant monitoring system | |
| US20110221565A1 (en) | Dynamic access control in response to flexible rules | |
| CN107358158B (zh) | 一种团伙作案预警方法及装置 | |
| CN101600640B (zh) | 电梯的安全系统 | |
| CN113837030B (zh) | 用于疫情防控的人员智能管控方法、系统及计算机设备 | |
| JP2006195504A (ja) | エリア管理システム | |
| US11450186B2 (en) | Person monitoring system and person monitoring method | |
| EP2779133A2 (en) | System and method of anomaly detection | |
| CN110246292B (zh) | 家庭视频监控方法、装置及存储介质 | |
| Lochner | Saving face: regulating law enforcement's use of mobile facial recognition technology & iris scans | |
| Levashov | The Rise of New Type of Surveillance for Which the Law Wasn't Ready | |
| CN115240264B (zh) | 访客风险值评估方法及系统 | |
| CN113793441B (zh) | 基于物联网的校园访客安全分析系统 | |
| CN112218046B (zh) | 对象监控方法及装置 | |
| CN114049658A (zh) | 基于人脸识别的流动人口管理方法、装置、计算机设备和存储介质 | |
| CN111582709A (zh) | 用于园区管理的信息处理方法和装置 | |
| JP6650659B2 (ja) | 不審者検出装置およびプログラム | |
| CN113468948A (zh) | 基于视图数据的治安防控方法、模块、设备及存储介质 | |
| US8742887B2 (en) | Biometric visitor check system | |
| CN111241139B (zh) | 数据统计方法、装置、计算机设备和存储介质 |
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 | ||
| CB02 | Change of applicant information |
Address after: No.27, 1st floor, building 14, Haidian Road, zhongjiancai District, Beijing 100096 Applicant after: Beijing PERCENT Technology Group Co.,Ltd. Address before: No.27, 1st floor, building 14, Haidian Road, zhongjiancai District, Beijing 100096 Applicant before: BEIJING BAIFENDIAN INFORMATION SCIENCE & TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200114 |
|
| RJ01 | Rejection of invention patent application after publication |