CN111263094A - 一种公安执法视频人工智能分析方法和系统 - Google Patents

Abstract

本申请实施例提供一种公安执法视频人工智能分析方法和系统。该方法包括：在公安执法人员身上配备视频采集装置，采集音视频数据；按照时间间隔抽取音视频数据中的多个视频帧，通过与武器图像库进行对比识别在视频帧中是否存在攻击武器，得到攻击武器识别结果；按照时间间隔抽取音视频数据中的多个视频帧，识别出多个帧中执法对象的位置和姿态，通过时间序列分析模型预测执法对象攻击公安执法人员的概率，得到攻击行为识别结果；在存在攻击武器或攻击行为的情况下，视频采集装置发出语音警告；在攻击武器或攻击行为与公安执法人员之间的阈值在预设阈值范围内时，视频采集装置向执法目标释放自救物质。本申请通过提高了公安执法人员的安全性。

Description

一种公安执法视频人工智能分析方法和系统

技术领域

本申请涉及人工智能领域，尤其涉及一种公安执法视频人工智能分析方法和系统。

背景技术

目前，公安执法过程中已经广泛采用视频记录的方式进行，但是执法过程仅限于对执法过程进行记录，而没有进一步的功能。观察发现，公安人员在执法过程中的危险性比较大，尤其是近些年暴力抗法的事情屡屡发生，对公安人员的人身安全造成了极大的隐患。

随着人工智能技术的不断成熟和广泛使用，可以考虑将人工智能技术应用到公安执法视频中，从而保护公安执法人员的人身安全。

发明内容

有鉴于此，本申请的目的在于提出一种公安执法视频人工智能分析方法和系统，提高公安执法效率，解决目前公安执法过程中，公安执法人员人身安全受到威胁的技术问题。

基于上述目的，本申请提出了一种公安执法视频人工智能分析方法和系统，包括：

在公安执法人员身上配备视频采集装置，所述视频采集装置以所述公安执法人员为中心按照预设自转速度进行360度旋转，采集音视频数据；所述视频采集装置将采集到的音视频数据存储在本地非易失性存储介质中，同时通过无线网络实时传输至执法中心；

在所述视频采集装置中存储有攻击武器图像库和攻击动作特征库，按照时间间隔抽取所述音视频数据中的多个视频帧，通过与所述武器图像库进行对比识别在所述视频帧中是否存在攻击武器，得到攻击武器识别结果；

按照时间间隔抽取所述音视频数据中的多个视频帧，识别出所述多个帧中执法对象的位置和姿态，通过时间序列分析模型预测所述执法对象攻击所述公安执法人员的概率，得到攻击行为识别结果；

在存在攻击武器或攻击行为的情况下，所述视频采集装置发出语音警告，并向所述执法中心发送求助信号；在所述攻击武器或攻击行为与所述公安执法人员之间的阈值在预设阈值范围内时，所述视频采集装置向所述执法目标释放自救物质。

在一些实施例中，所述方法还包括：

在公安执法人员身上配备气体采集装置，对执法目标所在区域进行气体采集，并识别出气体类型；

在所述气体类型为有害气体时，对气体进行密封取证保存，并判断为存在攻击武器或攻击行为的情况。

在一些实施例中，在公安执法人员身上配备视频采集装置，该视频采集装置能够以所述公安执法人员为中心360度旋转采集音视频数据，包括：

通过判断所述多个视频帧中攻击武器在所述执法目标身体位置的变化，形成所述攻击武器的运动轨迹；

通过机器学习模型判断所述运动轨迹是否为攻击行为轨迹，并结合所述攻击武器与所述公安执法人员之间的距离，预测所述运动轨迹到达所述公安执法人员的时间；

在所述运动轨迹达到所述公安执法人员的时间等于预设响应时间，判定为存在所述攻击武器或攻击行为的情况。

在一些实施例中，所述视频采集装置将采集到的音视频数据存储在本地非易失性存储介质中，同时通过无线网络实时传输至执法中心，包括：

在与所述执法中心的通信存在故障时，记录传输断点位置；

扫描所述公安执法人员附近的视频采集装置，当周围存在邻接视频采集装置的情况下，建立通信连接，并从所述传输断点位置开始向所述邻接视频采集装置继续传输采集到的音视频数据。

在一些实施例中，所述视频采集装置按照预设更新周期与所述执法中心建立更新连接，更新所述攻击武器图像库和攻击动作特征库中的特征数据。

在一些实施例中，按照时间间隔抽取所述音视频数据中的多个视频帧，识别出所述多个帧中执法对象的位置和姿态，通过时间序列分析模型预测所述执法对象攻击所述公安执法人员的概率，得到攻击行为识别结果，包括：

以二元组＜Position，Pose＞作为所述时间序列分析模型的输入参数，其中Postion为所述执法对象的位置序列，Position＝＜P₁，P₂，…P_n＞，P_n为所述执法对象在时刻n的位置坐标；所述Pose为所述执法对象的姿态对象，Pose＝＜Po₁，Po₂，…Po_n＞，Po_n为所述执法对象在时刻n双臂的位置坐标。

在一些实施例中，所述视频采集装置发出语音警告，包括：

所述视频采集装置向所述执法对象发出暴力抗法警告广播；

所述视频采集装置根据所述攻击行为识别结果，预测出所述公安执法人员的逃生路径，并以视听方式传送至所述公安执法人员。

基于上述目的，本申请还提出了一种公安执法视频人工智能分析系统，包括：

初始模块，用于在公安执法人员身上配备视频采集装置，所述视频采集装置以所述公安执法人员为中心按照预设自转速度进行360度旋转，采集音视频数据；所述视频采集装置将采集到的音视频数据存储在本地非易失性存储介质中，同时通过无线网络实时传输至执法中心；

攻击武器识别模块，用于在所述视频采集装置中存储有攻击武器图像库和攻击动作特征库，按照时间间隔抽取所述音视频数据中的多个视频帧，通过与所述武器图像库进行对比识别在所述视频帧中是否存在攻击武器，得到攻击武器识别结果；

攻击行为识别模块，用于按照时间间隔抽取所述音视频数据中的多个视频帧，识别出所述多个帧中执法对象的位置和姿态，通过时间序列分析模型预测所述执法对象攻击所述公安执法人员的概率，得到攻击行为识别结果；

告警自救模块，用于在存在攻击武器或攻击行为的情况下，所述视频采集装置发出语音警告，并向所述执法中心发送求助信号；在所述攻击武器或攻击行为与所述公安执法人员之间的阈值在预设阈值范围内时，所述视频采集装置向所述执法目标释放自救物质。

在一些实施例中，所述系统还包括：

气体识别模块，用于在公安执法人员身上配备气体采集装置，对执法目标所在区域进行气体采集，并识别出气体类型；

气体取证模块，用于在所述气体类型为有害气体时，对气体进行密封取证保存，并判断为存在攻击武器或攻击行为的情况。

在一些实施例中，所述初始模块，包括：

轨迹绘制单元，用于通过判断所述多个视频帧中攻击武器在所述执法目标身体位置的变化，形成所述攻击武器的运动轨迹；

轨迹预测单元，用于通过机器学习模型判断所述运动轨迹是否为攻击行为轨迹，并结合所述攻击武器与所述公安执法人员之间的距离，预测所述运动轨迹到达所述公安执法人员的时间；

轨迹判断单元，用于在所述运动轨迹达到所述公安执法人员的时间等于预设响应时间，判定为存在所述攻击武器或攻击行为的情况。

总的来说，本申请的思路在于，在公安执法人员身上配备视频采集装置，该视频采集装置可以采集360度的视频数据；对采集到的数据通过人工智能算法进行识别，初步判断在预设距离内是否存在攻击性武器；如果初步判断在预设距离内存在攻击性武器，则将视频采集装置的采集角度调整到对准该攻击性武器的角度，并进行调节视频采集参数，对该攻击性武器进行二次识别；当二次识别出的结果仍然为攻击性武器，则发出警告，并向该方向进行自救式攻击。

附图说明

在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。

图1示出根据本发明实施例的公安执法视频人工智能分析方法的流程图。

图2示出根据本发明实施例的公安执法视频人工智能分析方法的流程图。

图3示出根据本发明实施例的公安执法视频人工智能分析系统的构成图。

图4示出根据本发明实施例的公安执法视频人工智能分析系统的构成图。

图5示出根据本发明实施例的初始模块的构成图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出根据本发明实施例的公安执法视频人工智能分析方法的流程图。如图1所示，该公安执法视频人工智能分析方法包括：

步骤S11、在公安执法人员身上配备视频采集装置，所述视频采集装置以所述公安执法人员为中心按照预设自转速度进行360度旋转，采集音视频数据；所述视频采集装置将采集到的音视频数据存储在本地非易失性存储介质中，同时通过无线网络实时传输至执法中心。

具体来说，视频采集装置可以以穿戴、附着、架设等多种形式出现在公安执法人员身上，例如，视频采集装置可以安置在支架上，支架可以安置在公安执法人员的肩膀上；又如，视频采集装置可以和帽子融为一体。

值得注意的是，视频采集装置不仅仅包括具有视频采集功能，还具有录音、移动、聚焦等视听采集功能；视频采集装置还具有扩音器的功能，其能够像周围人群或执法目标播放警示或提示录音，还能够通过耳机等设备向公安执法人员提供私密的语音提示；视频采集装置还需要对采集的数据进行分析、整理，识别并预测出执法目标的攻击行为。而且，如权利要求所述，视频采集装置还能存储一定剂量的自救物质，再遇到攻击时，可以自动或手动投射出去，从而保护公安执法人员的人身安全，让公安执法人员拥有足够的逃离时间、防护时间和/或反应时间。

在一种实施方式中，在公安执法人员身上配备视频采集装置，该视频采集装置能够以所述公安执法人员为中心360度旋转采集音视频数据，包括：

通过判断所述多个视频帧中攻击武器在所述执法目标身体位置的变化，形成所述攻击武器的运动轨迹；

通过机器学习模型判断所述运动轨迹是否为攻击行为轨迹，并结合所述攻击武器与所述公安执法人员之间的距离，预测所述运动轨迹到达所述公安执法人员的时间；

在所述运动轨迹达到所述公安执法人员的时间等于预设响应时间，判定为存在所述攻击武器或攻击行为的情况。

举例来说，当执法目标向公安执法人员靠近时，视频采集装置通过分析斧头举过执法目标的头顶，然后迅速向下落的运动轨迹，识别出执法目标正向公安执法人员砍来。

具体来说，响应时间是公安执法人员生理上能够躲避执法目标攻击行为的反应时间，在攻击武器能够攻击到达公安执法人员之前，应该给公安执法人员留足能够躲避该攻击行为的时间。

在一种实施方式中，所述视频采集装置将采集到的音视频数据存储在本地非易失性存储介质中，同时通过无线网络实时传输至执法中心，包括：

在与所述执法中心的通信存在故障时，记录传输断点位置；

扫描所述公安执法人员附近的视频采集装置，当周围存在邻接视频采集装置的情况下，建立通信连接，并从所述传输断点位置开始向所述邻接视频采集装置继续传输采集到的音视频数据。

具体来说，需要对执法目标的攻击行为进行实时的取证。在视频采集装置本地存储一份，同时在执法中心同步存储一份，这样的双备份方法，一方面可以防止执法视频的篡改，保证公平公正；另一方面可以防止数据的丢失，后期不能客观地呈现执法现场的情况。

因此，一旦视频采集装置出现故障，要立即将采集的数据传输至邻接的视频采集装置中，从而确保数据的安全可靠。邻接的视频采集装置指的是距离当前故障视频采集装置最近的采集装置。

步骤S12、在所述视频采集装置中存储有攻击武器图像库和攻击动作特征库，按照时间间隔抽取所述音视频数据中的多个视频帧，通过与所述武器图像库进行对比识别在所述视频帧中是否存在攻击武器，得到攻击武器识别结果。

在一种实施方式中，所述视频采集装置按照预设更新周期与所述执法中心建立更新连接，更新所述攻击武器图像库和攻击动作特征库中的特征数据。

举例来说，随着攻击武器和攻击行为的不断变化和推陈出新，存储在视频识别装置中的攻击武器图像库和攻击动作特征库可能不能及时涵盖全部的攻击武器和攻击行为。因此执法中心通过定期更新武器图像库和攻击动作特征库，识别的准确度。

步骤S13、按照时间间隔抽取所述音视频数据中的多个视频帧，识别出所述多个帧中执法对象的位置和姿态，通过时间序列分析模型预测所述执法对象攻击所述公安执法人员的概率，得到攻击行为识别结果。

具体来说，记录执法对象在每个时间点的位置和姿态，其中位置包括执法对象距离公安执法人员的距离和角度，姿态包括执法对象的四肢相对身体中心位置的距离和角度，以及执法对象面部特征等与攻击行为相关的物理特征。

在一种实施方式中，按照时间间隔抽取所述音视频数据中的多个视频帧，识别出所述多个帧中执法对象的位置和姿态，通过时间序列分析模型预测所述执法对象攻击所述公安执法人员的概率，得到攻击行为识别结果，包括：

以二元组＜Position，Pose＞作为所述时间序列分析模型的输入参数，其中Postion为所述执法对象的位置序列，Position＝＜P₁，P₂，…P_n＞，P_n为所述执法对象在时刻n的位置坐标；所述Pose为所述执法对象的姿态对象，Pose＝＜Po₁，Po₂，…Po_n＞，Po_n为所述执法对象在时刻n双臂的位置坐标。

通过二元组的方式输入时间数列模型，可以准确地预测攻击行为。

步骤S14、在存在攻击武器或攻击行为的情况下，所述视频采集装置发出语音警告，并向所述执法中心发送求助信号；在所述攻击武器或攻击行为与所述公安执法人员之间的阈值在预设阈值范围内时，所述视频采集装置向所述执法目标释放自救物质。

具体来说，视频采集装置释放自救物质的方式可以分为物理和化学两个方面。物理方面，例如，在执法对象以锐器向公安执法人员砍来时，视频采集装置可以弹出诸如阻拦棒等阻拦物品，以防止锐器伤及公安执法人员；化学方面，例如，在攻击行为靠近公安执法人员时，可以向执法目标喷洒诸如催泪瓦斯之类的防御性化学物质。

在一种实施方式中，所述视频采集装置发出语音警告，包括：

所述视频采集装置向所述执法对象发出暴力抗法警告广播；

所述视频采集装置根据所述攻击行为识别结果，预测出所述公安执法人员的逃生路径，并以视听方式传送至所述公安执法人员。

图2示出根据本发明实施例的公安执法视频人工智能分析方法的流程图。如图2所示，该公安执法视频人工智能分析方法还包括：

步骤S15、在公安执法人员身上配备气体采集装置，对执法目标所在区域进行气体采集，并识别出气体类型。

具体来说，执法目标有时会释放有毒有害气体，而且，有时公安执法人员的执法环境中也有可能出现有毒有害气体，因此气体采集装置能够有效的防止公安执法人员受到毒气的威胁。

步骤S16、在所述气体类型为有害气体时，对气体进行密封取证保存，并判断为存在攻击武器或攻击行为的情况。

图3示出根据本发明实施例的公安执法视频人工智能分析系统的构成图。如图3所示，该公安执法视频人工智能分析系统整体可以分为：

初始模块31，用于在公安执法人员身上配备视频采集装置，所述视频采集装置以所述公安执法人员为中心按照预设自转速度进行360度旋转，采集音视频数据；所述视频采集装置将采集到的音视频数据存储在本地非易失性存储介质中，同时通过无线网络实时传输至执法中心；

攻击武器识别模块32，用于在所述视频采集装置中存储有攻击武器图像库和攻击动作特征库，按照时间间隔抽取所述音视频数据中的多个视频帧，通过与所述武器图像库进行对比识别在所述视频帧中是否存在攻击武器，得到攻击武器识别结果；

攻击行为识别模块33，用于按照时间间隔抽取所述音视频数据中的多个视频帧，识别出所述多个帧中执法对象的位置和姿态，通过时间序列分析模型预测所述执法对象攻击所述公安执法人员的概率，得到攻击行为识别结果；

告警自救模块34，用于在存在攻击武器或攻击行为的情况下，所述视频采集装置发出语音警告，并向所述执法中心发送求助信号；在所述攻击武器或攻击行为与所述公安执法人员之间的阈值在预设阈值范围内时，所述视频采集装置向所述执法目标释放自救物质。

图4示出根据本发明实施例的公安执法视频人工智能分析系统的构成图。如图4所示，该公安执法视频人工智能分析系统整体还包括：

气体识别模块35，用于在公安执法人员身上配备气体采集装置，对执法目标所在区域进行气体采集，并识别出气体类型；

气体取证模块36，用于在所述气体类型为有害气体时，对气体进行密封取证保存，并判断为存在攻击武器或攻击行为的情况。

图5示出根据本发明实施例的初始模块的构成图。如图5所示，该初始模块31包括：

轨迹绘制单元311，用于通过判断所述多个视频帧中攻击武器在所述执法目标身体位置的变化，形成所述攻击武器的运动轨迹；

轨迹预测单元312，用于通过机器学习模型判断所述运动轨迹是否为攻击行为轨迹，并结合所述攻击武器与所述公安执法人员之间的距离，预测所述运动轨迹到达所述公安执法人员的时间；

轨迹判断单元313，用于在所述运动轨迹达到所述公安执法人员的时间等于预设响应时间，判定为存在所述攻击武器或攻击行为的情况。

本申请实施例各系统中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。

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，可轻易想到其各种变化或替换，这些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以所述权利要求的保护范围为准。

Claims (10)

1.一种公安执法视频人工智能分析方法，其特征在于，包括：

在公安执法人员身上配备视频采集装置，所述视频采集装置以所述公安执法人员为中心按照预设自转速度进行360度旋转，采集音视频数据；所述视频采集装置将采集到的音视频数据存储在本地非易失性存储介质中，同时通过无线网络实时传输至执法中心；

在所述视频采集装置中存储有攻击武器图像库和攻击动作特征库，按照时间间隔抽取所述音视频数据中的多个视频帧，通过与所述武器图像库进行对比识别在所述视频帧中是否存在攻击武器，得到攻击武器识别结果；

按照时间间隔抽取所述音视频数据中的多个视频帧，识别出所述多个帧中执法对象的位置和姿态，通过时间序列分析模型预测所述执法对象攻击所述公安执法人员的概率，得到攻击行为识别结果；

在存在攻击武器或攻击行为的情况下，所述视频采集装置发出语音警告，并向所述执法中心发送求助信号；在所述攻击武器或攻击行为与所述公安执法人员之间的阈值在预设阈值范围内时，所述视频采集装置向所述执法目标释放自救物质。

2.根据权利要求1所述的方法，其特征在于，在公安执法人员身上配备视频采集装置，该视频采集装置能够以所述公安执法人员为中心360度旋转采集音视频数据，包括：

通过判断所述多个视频帧中攻击武器在所述执法目标身体位置的变化，形成所述攻击武器的运动轨迹；

通过机器学习模型判断所述运动轨迹是否为攻击行为轨迹，并结合所述攻击武器与所述公安执法人员之间的距离，预测所述运动轨迹到达所述公安执法人员的时间；

在所述运动轨迹达到所述公安执法人员的时间等于预设响应时间，判定为存在所述攻击武器或攻击行为的情况。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在公安执法人员身上配备气体采集装置，对执法目标所在区域进行气体采集，并识别出气体类型；

在所述气体类型为有害气体时，对气体进行密封取证保存，并判断为存在攻击武器或攻击行为的情况。

4.根据权利要求1所述的方法，其特征在于，所述视频采集装置将采集到的音视频数据存储在本地非易失性存储介质中，同时通过无线网络实时传输至执法中心，包括：

在与所述执法中心的通信存在故障时，记录传输断点位置；

扫描所述公安执法人员附近的视频采集装置，当周围存在邻接视频采集装置的情况下，建立通信连接，并从所述传输断点位置开始向所述邻接视频采集装置继续传输采集到的音视频数据。

5.根据权利要求1所述的方法，其特征在于，所述视频采集装置按照预设更新周期与所述执法中心建立更新连接，更新所述攻击武器图像库和攻击动作特征库中的特征数据。

6.根据权利要求1所述的方法，其特征在于，按照时间间隔抽取所述音视频数据中的多个视频帧，识别出所述多个帧中执法对象的位置和姿态，通过时间序列分析模型预测所述执法对象攻击所述公安执法人员的概率，得到攻击行为识别结果，包括：

以二元组＜Position，Pose＞作为所述时间序列分析模型的输入参数，其中Postion为所述执法对象的位置序列，Position＝＜P₁，P₂，…P_n＞，P_n为所述执法对象在时刻n的位置坐标；所述Pose为所述执法对象的姿态对象，Pose＝＜Po₁，Po₂，…Po_n＞，Po_n为所述执法对象在时刻n双臂的位置坐标。

7.根据权利要求1所述的方法，其特征在于，所述视频采集装置发出语音警告，包括：

所述视频采集装置向所述执法对象发出暴力抗法警告广播；

所述视频采集装置根据所述攻击行为识别结果，预测出所述公安执法人员的逃生路径，并以视听方式传送至所述公安执法人员。

8.一种公安执法视频人工智能分析系统，其特征在于，包括：

初始模块，用于在公安执法人员身上配备视频采集装置，所述视频采集装置以所述公安执法人员为中心按照预设自转速度进行360度旋转，采集音视频数据；所述视频采集装置将采集到的音视频数据存储在本地非易失性存储介质中，同时通过无线网络实时传输至执法中心；

攻击武器识别模块，用于在所述视频采集装置中存储有攻击武器图像库和攻击动作特征库，按照时间间隔抽取所述音视频数据中的多个视频帧，通过与所述武器图像库进行对比识别在所述视频帧中是否存在攻击武器，得到攻击武器识别结果；

攻击行为识别模块，用于按照时间间隔抽取所述音视频数据中的多个视频帧，识别出所述多个帧中执法对象的位置和姿态，通过时间序列分析模型预测所述执法对象攻击所述公安执法人员的概率，得到攻击行为识别结果；

告警自救模块，用于在存在攻击武器或攻击行为的情况下，所述视频采集装置发出语音警告，并向所述执法中心发送求助信号；在所述攻击武器或攻击行为与所述公安执法人员之间的阈值在预设阈值范围内时，所述视频采集装置向所述执法目标释放自救物质。

9.根据权利要求8所述的系统，其特征在于，所述系统还包括：

气体识别模块，用于在公安执法人员身上配备气体采集装置，对执法目标所在区域进行气体采集，并识别出气体类型；

气体取证模块，用于在所述气体类型为有害气体时，对气体进行密封取证保存，并判断为存在攻击武器或攻击行为的情况。

10.根据权利要求8所述的系统，其特征在于，所述初始模块，包括：

轨迹绘制单元，用于通过判断所述多个视频帧中攻击武器在所述执法目标身体位置的变化，形成所述攻击武器的运动轨迹；

轨迹预测单元，用于通过机器学习模型判断所述运动轨迹是否为攻击行为轨迹，并结合所述攻击武器与所述公安执法人员之间的距离，预测所述运动轨迹到达所述公安执法人员的时间；

轨迹判断单元，用于在所述运动轨迹达到所述公安执法人员的时间等于预设响应时间，判定为存在所述攻击武器或攻击行为的情况。

Images