CN111767816A - 一种异常提示方法、装置、设备及存储介质 - Google Patents
一种异常提示方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111767816A CN111767816A CN202010576068.XA CN202010576068A CN111767816A CN 111767816 A CN111767816 A CN 111767816A CN 202010576068 A CN202010576068 A CN 202010576068A CN 111767816 A CN111767816 A CN 111767816A
- Authority
- CN
- China
- Prior art keywords
- target
- target object
- image
- persons
- human body
- 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
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
Abstract
本发明实施例公开了一种异常提示方法、装置、设备及存储介质。该方法包括:实时获取至少一个目标检测区域内的目标采集图像,并在目标采集图像中进行目标物体的识别;如果确定目标采集图像中包括目标物体,则在目标采集图像中识别与目标物体关联的目标在场人员,并确定目标在场人员的数量;如果确定目标在场人员的数量未达到与目标物体匹配的同时在场数量阈值,则进行异常提示。该方法通过识别目标物体、识别目标在场人员并进行目标在场人员的数量确定,可以提高检测的效率以及准确率、使检测结果更加客观、节省人力。
Description
技术领域
本发明实施例涉及金融技术领域,尤其涉及一种异常提示方法、装置、设备及存储介质。
背景技术
对于银行、钱库等金融机构的重要物资,在运输和操作过程中,需要对现场人数进行确定,以避免现场人数少时,出现操作人员窃取物资等违规情况。
现有技术中,对重要物资运输和操作过程中的现场人数确定是通过人工监督实现的,消耗人力,且一旦缺少监督则容易出现违规情况。
发明内容
本发明实施例提供了一种异常提示方法、装置、设备及存储介质,可以提高检测的效率以及准确率、使检测结果更加客观、节省人力。
第一方面,本发明实施例提供了一种异常提示方法,该方法包括:
实时获取至少一个目标检测区域内的目标采集图像,并在所述目标采集图像中进行目标物体的识别;
如果确定所述目标采集图像中包括所述目标物体,则在所述目标采集图像中识别与所述目标物体关联的目标在场人员,并确定所述目标在场人员的数量;
如果确定所述目标在场人员的数量未达到与所述目标物体匹配的同时在场数量阈值,则进行异常提示。
第二方面,本发明实施例还提供了一种异常提示装置,该装置包括:
目标物体识别模块,用于实时获取至少一个目标检测区域内的目标采集图像,并在所述目标采集图像中进行目标物体的识别;
数量确定模块,用于如果确定所述目标采集图像中包括所述目标物体,则在所述目标采集图像中识别与所述目标物体关联的目标在场人员,并确定所述目标在场人员的数量;
异常提示模块,用于如果确定所述目标在场人员的数量未达到与所述目标物体匹配的同时在场数量阈值,则进行异常提示。
第三方面,本发明实施例还提供了一种电子设备,该设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所述的一种异常提示方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所述的一种异常提示方法。
本发明实施例的技术方案,通过实时获取至少一个目标检测区域内的目标采集图像,并在目标采集图像中进行目标物体的识别;如果确定目标采集图像中包括目标物体,则在目标采集图像中识别与目标物体关联的目标在场人员,并确定目标在场人员的数量;如果确定目标在场人员的数量未达到与目标物体匹配的同时在场数量阈值,则进行异常提示。解决了物资窃取等异常操作的检测提示问题,实现了通过识别目标物体、识别目标在场人员并进行目标在场人员的数量确定,提高检测的效率以及准确率、使检测结果更加客观、节省人力的效果。
附图说明
图1是本发明实施例一提供的一种异常提示方法的流程图;
图2是本发明实施例二提供的一种异常提示方法的流程图;
图3是本发明实施例三提供的一种异常提示方法的流程图;
图4是本发明实施例四提供的一种异常提示方法的流程图;
图5是本发明实施例四提供的一种异常提示的方法流程图;
图6是本发明实施例五提供的一种异常提示装置的结构示意图;
图7是本发明实施例六提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种异常提示方法的流程图,本实施例可适用于银行、钱库等金融机构检测重要物资的操作中是否出现窃取等违规操作的情况,该方法可以由异常提示装置来执行,该装置可以通过软件,和/或硬件的方式实现,装置可以集成在电子设备中,如图1所示,该方法具体包括:
步骤110、实时获取至少一个目标检测区域内的目标采集图像,并在目标采集图像中进行目标物体的识别。
其中,目标检测区域是重要物资运输或者操作的区域,例如,可以是银行、钱库等金融机构的重要物资运输或者操作的区域。目标采集图像可以是针对目标检测区域内的重要物资的图像,例如,可以是针对银行、钱库等金融机构中重要物资运输或者操作的区域拍摄的图像。目标采集图像的获取方式是多样的,例如,可以是通过摄像装置拍摄针对目标检测区域的图像;或者,可以是通过录像装置获取针对目标检测区域的视频,并从视频中选取目标采集图像。目标物体可以是重要物资,例如,金条、货币、贵重首饰等重要物资,或者装载这些重要物资的包裹等。
其中,对于目标采集图像中的目标物体识别方法可以是多样的,例如,人工智能算法,或者图像处理算法等,本发明实施例对此不做具体限定。示例性的,可以采用人工智能算法提前采集大量目标采集图像实现对需要识别的目标物体进行训练,并生成识别模型,通过识别模型实现对目标采集图像中的目标物体的识别。或者,通过对目标采集图像进行预处理、边缘计算、特征提取以及特征分类等实现对目标采集图像中的目标物体的识别。
在本发明实施例的一个实施方式中,可选的,实时获取至少一个目标检测区域内的目标采集图像,包括:通过目标检测区域内配置的至少一个摄像头,实时获取与各目标检测区域匹配的目标视频;每隔设定采集时长,从目标视频中获取一张视频帧作为目标采集图像。
其中,摄像头可以具有录像功能。目标视频是针对目标检测区域的视频。可以通过摄像头对目标检测预期的录像获取目标视频。可以将目标视频中的每一帧图像都作为目标采集图像,或者,以预设采集时长,获取目标视频中的视频帧作为目标采集图像。通过目标视频获取目标采集图像,可以避免目标检测区域出现漏检测的情况,实现检测时间维度的全覆盖。
步骤120、如果确定目标采集图像中包括目标物体,则在目标采集图像中识别与目标物体关联的目标在场人员,并确定目标在场人员的数量。
其中,如果目标采集图像中不包括目标物体,可以将目标采集图像进行丢弃,从而对下一目标采集图像进行目标物体的识别。如果目标采集图像中包括目标物体,说明正在对目标物体进行运输或者操作,需要对目标采集图像进行进一步的检测,以防止出现目标物体被窃取、被损坏等违规操作。
其中,进一步的检测可以是识别目标采集图像中的目标在场人员,并确定目标在场人员的数量。目标在场人员可以是对目标物体进行监督、运输或者操作的人员。对于目标在场人员识别的方法也可以是采用人工智能算法,或者图像处理算法等。可以将在目标采集图像中的人员作为目标在场人员,并将在目标采集图像中的人员数量作为目标在场人员的数量。
步骤130、如果确定目标在场人员的数量未达到与目标物体匹配的同时在场数量阈值,则进行异常提示。
其中,对于不同的目标物体需要设置不同的同时在场数量阈值。例如,对于易发生被窃取、损坏等违规操作的目标物体,同时在场数量阈值可以是一个偏大的值,例如,大于等于3的值。对于不易发生被窃取、损坏等违规操作的目标物体,同时在场数量阈值可以是一个偏小的值,例如,大于等于2的值。
异常提示可以是提示当前目标采集图像中目标在场人员的数量未达到预设的同时在场数量阈值,可能存在目标物体被窃取、损坏等违规操作。管理人员可以根据异常提示进一步对目标采集图像或者目标采集图像对应的目标视频中的片段进行进一步的检测,确定是否发生目标物体被窃取、损坏等违规操作。可以极大的减少管理人员的对目标视频的违规检测工作,保证违规检测的准确率,提高违规检测的效率,节省人力。
示例性的,同时在场数量阈值为3,当确定目标采集图像中存在目标物体时,且目标采集图像中的目标在场人员的数量未达到3时,进行异常提示,以使管理人员进一步对目标采集图像进行违规检测,或者对目标采集图像中的目标在场人员进行违规操作调查。
本发明实施例的技术方案,通过实时获取至少一个目标检测区域内的目标采集图像,并在目标采集图像中进行目标物体的识别;如果确定目标采集图像中包括目标物体,则在目标采集图像中识别与目标物体关联的目标在场人员,并确定目标在场人员的数量;如果确定目标在场人员的数量未达到与目标物体匹配的同时在场数量阈值,则进行异常提示,解决了物资窃取等异常操作的检测提示问题,实现了通过识别目标物体、识别目标在场人员并进行目标在场人员的数量确定,提高检测的效率以及准确率、使检测结果更加客观、节省人力的效果。
实施例二
图2是本发明实施例二提供的一种异常提示方法的流程图。本实施例是对上述技术方案的进一步细化,本实施例中的技术方案可以与上述一个或者多个实施例中的各个可选方案结合。如图2所示,该方法包括:
步骤210、通过目标检测区域内配置的至少一个摄像头,实时获取与各目标检测区域匹配的目标视频。
步骤220、每隔设定采集时长,从目标视频中获取一张视频帧作为目标采集图像。
步骤230、在目标采集图像中进行目标物体的识别,判断是否识别到目标物体;若是,执行步骤240;若否,执行步骤290。
步骤240、在目标采集图像中进行人体识别,并获取识别出的各人体的图像位置信息。
其中,可以采用人工智能算法,或者图像处理算法等识别到目标采集图像中是否存在人体。如果存在人体可以进一步确定人体在目标采集图像中的图像位置信息。图像位置信息可以是人体在目标采集图像的坐标信息。例如,以目标采集图像的中心点或者目标采集图像的顶点为原点,图像位置信息是人体的中心点或者头部中心点等位置相对于原点的坐标信息。
步骤250、根据各人体的图像位置信息以及目标物体的图像位置信息,确定各人体与目标物体的相对距离。
其中,目标物体的图像位置信息可以与人体的图像位置信息类似。示例性的,可以将目标物体的中心点相对于原点的坐标信息,确定为目标物体的图像位置信息。
人体与目标物体的相对距离可以是人体的图像位置信息与目标物体的图像位置信息的距离值。示例性的,可以计算目标物体的中心点与人体的中心点的距离值确定人体与目标物体的相对距离。计算方式可以是坐标计算,例如,通过目标物体的中心点的坐标信息以及人体的中心点的坐标信息进行距离计算。
步骤260、获取相对距离小于等于预设的距离门限的人体,作为与目标物体关联的目标在场人员,并确定目标在场人员的数量。
其中,预设的距离门限可以是通过目标采集图像的尺寸与目标检测区域的尺寸确定的距离。例如,目标检测区域为长6米宽4米的矩形区域,目标采集图像为长6厘米宽4厘米的矩形图像;在目标检测区域中当人体与目标物体的相对距离为1米以内时,确定人体为目标在场人员。预设的距离门限可以是1厘米,即根据步骤250确定的相对距离未超过1厘米时,可以确定人体为目标在场人员。可以根据确定的目标在场人员,确定目标在场人员的数量。可以避免将目标采集图像中无法对目标物体进行监督、运输或者操作的人员确定为目标在场人员的情况,可以提高异常提示的准确性。例如,可以剔除目标采集图像中包含的距离目标物体过远的人体。
在本发明实施例的一个实施方式中,可选的,在目标采集图像中识别与目标物体关联的目标在场人员,包括:在目标采集图像中进行人体识别,并获取识别出的各人体的人脸朝向;获取人脸朝向与目标物体的图像位置信息匹配的人体,作为与目标物体关联的目标在场人员。
其中,可以将满足预设的距离门限的人体并且满足人脸朝向要求的人体确定为目标在场人员。是否满足预设的距离门限,以及是否满足人脸朝向要求的判断顺序可以不受限制。人脸朝向的识别可以通过人工智能算法或者图像识别算法实现的,本发明实施例不做具体限定。
通过对人脸朝向的识别,可以确定人脸朝向与目标物体的图像位置信息匹配的人体作为目标在场人员。例如,目标采集图像中,人体的脸部面对目标物体时,可以确定为人体为目标在场人员;人体的脸部背对目标物体时,可以确定人体不是目标在场人员。可以进一步剔除目标采集图像中无法对目标物体进行监督、运输或者操作的人员确定为目标在场人员。可以提高异常提示的准确性。例如,可以剔除目标采集图像中包含的临时路过目标检测区域的人体。
步骤270、判断目标在场人员的数量是否未达到与目标物体匹配的同时在场数量阈值;若是,执行步骤280;若否,执行步骤290。
步骤280、进行异常提示,结束。
步骤290、丢弃目标采集图像,结束。
本发明实施例的技术方案,通过目标检测区域内配置的至少一个摄像头,实时获取与各目标检测区域匹配的目标视频;每隔设定采集时长,从目标视频中获取一张视频帧作为目标采集图像;在目标采集图像中进行目标物体的识别;如果识别到目标物体,在目标采集图像中进行人体识别,并获取识别出的各人体的图像位置信息;根据各人体的图像位置信息以及目标物体的图像位置信息,确定各人体与目标物体的相对距离;获取相对距离小于等于预设的距离门限的人体,作为与目标物体关联的目标在场人员,并确定目标在场人员的数量;如果目标在场人员的数量未达到与目标物体匹配的同时在场数量阈值,进行异常提示,解决了物资窃取等异常操作的检测提示问题,通过识别目标物体、根据人体与目标物体的相对距离确定目标在场人员,并确定目标在场人员的数量,实现了提高检测的效率以及准确率、使检测结果更加客观、节省人力的效果,避免了将无法对目标物体进行监督、运输或者操作的人体确定为目标在场人员的情况。
实施例三
图3是本发明实施例三提供的一种异常提示方法的流程图。本实施例是对上述技术方案的进一步细化,本实施例中的技术方案可以与上述一个或者多个实施例中的各个可选方案结合。如图3所示,该方法包括:
步骤310、通过目标检测区域内配置的至少一个摄像头,实时获取与各目标检测区域匹配的目标视频。
步骤320、每隔设定采集时长,从目标视频中获取一张视频帧作为目标采集图像。
步骤330、在目标采集图像中进行目标物体的识别,判断是否识别到目标物体;若是,执行步骤340;若否,执行步骤370。
步骤340、在目标采集图像中识别与目标物体关联的目标在场人员,确定目标在场人员的数量,并判断目标在场人员的数量是否未达到与目标物体匹配的同时在场数量阈值;若是,执行步骤350;若否,执行步骤370。
步骤350、根据目标采集图像在目标视频中的位置,确定与目标采集图像匹配的发生时间。
其中,目标视频具有对应的发生时间,比如目标视频是对下午3点至3点30分的目标检测区域的录像。目标采集图像是按照设定采集时长从目标视频中获取的视频帧,比如设定采集时长为1分钟,可以从目标视频中获取30张采集图像。比如,目标采集图像为第20张,可以确定目标采集图像匹配的发生时间为下午3点20分。
步骤360、对目标采集图像以及发生时间进行上报,以进行异常提示。
其中,上报可以是将目标采集图像和发生时间上传至上位机。上位机可以是计算机或者手机等终端。上位机可以将目标采集图像以及发生时间进行存储。上位机可以针对目标采集图像以及发生时间进行异常提示,例如,播报发生时间,并展示目标采集图像,以使管理人员针对目标采集图像进一步检测目标物体是否存在违规操作,还可以使管理人员根据发生时间调取目标视频进一步了解目标检测区域的情况。可以避免管理人员需要从头到尾浏览目标视频才能对目标物体进行违规操作判断的情况,可以节省人力,提高检测效率。
在本发明实施例的一个实施方式中,可选的,在确定目标在场人员的数量未达到与目标物体匹配的同时在场数量阈值之后,还包括:在目标采集图像中,加入违规标志。
其中,违规标志可以在目标采集图像中加入的标记。例如,在目标采集图像加入红色的三角形等标记。将加入违规标志的目标采集图像进行上报,比如在上位机存储,可以便于管理人员查找异常的目标采集图像,便于核对情况或者将目标采集图像作为凭证。尤其是在管理人员不能及时处理异常的目标采集图像时,便于管理人员查找异常的目标采集图像,保证检测无遗漏。
步骤370、丢弃目标采集图像,结束。
本发明实施例的技术方案,通过目标检测区域内配置的至少一个摄像头,实时获取与各目标检测区域匹配的目标视频;每隔设定采集时长,从目标视频中获取一张视频帧作为目标采集图像;在目标采集图像中进行目标物体的识别,当识别到目标物体时,在目标采集图像中识别与目标物体关联的目标在场人员,确定目标在场人员的数量;当断目标在场人员的数量未达到与目标物体匹配的同时在场数量阈值时,根据目标采集图像在目标视频中的位置,确定与目标采集图像匹配的发生时间;对目标采集图像以及发生时间进行上报,以进行异常提示,解决了物资窃取等异常操作的检测提示问题,实现了提高检测的效率以及准确率、使检测结果更加客观、节省人力的效果,便于管理人员查找异常的目标采集图像,便于核对情况或者将目标采集图像作为凭证。
实施例四
图4是本发明实施例四提供的一种异常提示方法的流程图。本实施例是对上述技术方案的进一步细化,本实施例中的技术方案可以与上述一个或者多个实施例中的各个可选方案结合。如图4所示,该方法包括:
步骤410、将银行中的设定区域作为目标检测区域,将库包作为目标物体,实时获取至少一个目标检测区域内的目标采集图像,并在目标采集图像中进行目标物体的识别。
其中,银行中的设定区域可以是重要物资的运输或者操作区域,例如库包的运输、装载等区域。库包是通常指银行内部用于承装现金等贵重物品的包裹。库包运输和管理是银行机构的重要环节,在库包的运输和操作过程中,需要保证一定的现场人数,以避免操作人员偷取库包中物资的情况。
步骤420、如果确定目标采集图像中包括目标物体,则在目标采集图像中识别与目标物体关联的目标在场人员,并确定目标在场人员的数量。
步骤430、如果确定目标在场人员的数量未达到与目标物体匹配的同时在场数量阈值,则进行异常提示。
本发明实施例的技术方案,通过将银行中的设定区域作为目标检测区域,将库包作为目标物体,实时获取至少一个目标检测区域内的目标采集图像,并在目标采集图像中进行目标物体的识别;如果确定目标采集图像中包括目标物体,则在目标采集图像中识别与目标物体关联的目标在场人员,并确定目标在场人员的数量;如果确定目标在场人员的数量未达到与目标物体匹配的同时在场数量阈值,则进行异常提示,解决了库包中物资被窃取等异常操作的检测提示问题,实现了通过识别库包、识别库包操作人员并进行库包操作人员的数量确定,提高检测的效率以及准确率、使检测结果更加客观、节省人力的效果。
图5是本发明实施例四提供的一种异常提示的方法流程图,如图5所示,本发明实施例的技术方案的一个使用过程可以是:对银行中的设定区域获取的图像,进行库包和库包操作人员的检测。判断是否能够在图像中检测到库包,如果不能检测到库包,可以将图像丢弃;如果能够检测到库包,可以检测图像中的库包位置以及人员位置,并统计人员位置符合要求的人员数量。其中,人员位置符合要求可以是人员位置与库包位置在预设距离门限内。判断人员数量是否大于等于2,如果人员数量大于等于2,判定图像正常,不进行违规等异常提示;如果人员数量小于2,判定存在违规,给出违规标志,将当前的图像进行上报,用于核对或者作为凭证。
实施例五
图6是本发明实施例五提供的一种异常提示装置的结构示意图。结合图6,该装置包括:目标物体识别模块610,数量确定模块620和异常提示模块630。
其中,目标物体识别模块610,用于实时获取至少一个目标检测区域内的目标采集图像,并在目标采集图像中进行目标物体的识别;
数量确定模块620,用于如果确定目标采集图像中包括目标物体,则在目标采集图像中识别与目标物体关联的目标在场人员,并确定目标在场人员的数量;
异常提示模块630,用于如果确定目标在场人员的数量未达到与目标物体匹配的同时在场数量阈值,则进行异常提示。
可选的,目标物体识别模块610,包括:
目标视频获取单元,用于通过目标检测区域内配置的至少一个摄像头,实时获取与各目标检测区域匹配的目标视频;
目标采集图像获取单元,用于每隔设定采集时长,从目标视频中获取一张视频帧作为目标采集图像。
可选的,数量确定模块620,包括:
图像位置信息获取单元,用于在目标采集图像中进行人体识别,并获取识别出的各人体的图像位置信息;
相对距离确定单元,用于根据各人体的图像位置信息以及目标物体的图像位置信息,确定各人体与目标物体的相对距离;
目标在场人员确定单元,用于获取相对距离小于等于预设的距离门限的人体,作为与目标物体关联的目标在场人员。
可选的,数量确定模块620,包括:
人脸朝向获取单元,用于在目标采集图像中进行人体识别,并获取识别出的各人体的人脸朝向;
目标在场人员确定单元,用于获取人脸朝向与目标物体的图像位置信息匹配的人体,作为与目标物体关联的目标在场人员。
可选的,异常提示模块630,包括:
发生时间确定单元,用于根据目标采集图像在目标视频中的位置,确定与目标采集图像匹配的发生时间;
异常提示单元,用于对目标采集图像以及发生时间进行上报,以进行异常提示。
可选的,异常提示模块630,包括:
违规标志加入单元,用于在目标采集图像中,加入违规标志。
可选的,目标检测区域为银行中的设定区域;目标物体为库包。
本发明实施例所提供的异常提示装置可执行本发明任意实施例所提供的异常提示方法,具备执行方法相应的功能模块和有益效果。
实施例六
图7是本发明实施例六提供的一种电子设备的结构示意图,如图7所示,该设备包括:
一个或多个处理器710,图7中以一个处理器710为例;
存储器720;
所述设备还可以包括:输入装置730和输出装置740。
所述设备中的处理器710、存储器720、输入装置730和输出装置740可以通过总线或者其他方式连接,图7中以通过总线连接为例。
存储器720作为一种非暂态计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的一种异常提示方法对应的程序指令/模块(例如,附图6所示的目标物体识别模块610,数量确定模块620和异常提示模块630)。处理器710通过运行存储在存储器720中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述方法实施例的一种异常提示方法,即:
实时获取至少一个目标检测区域内的目标采集图像,并在所述目标采集图像中进行目标物体的识别;
如果确定所述目标采集图像中包括所述目标物体,则在所述目标采集图像中识别与所述目标物体关联的目标在场人员,并确定所述目标在场人员的数量;
如果确定所述目标在场人员的数量未达到与所述目标物体匹配的同时在场数量阈值,则进行异常提示。
存储器720可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器720可以包括高速随机存取存储器,还可以包括非暂态性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中,存储器720可选包括相对于处理器710远程设置的存储器,这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置730可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置740可包括显示屏等显示设备。
实施例七
本发明实施例七提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例提供的一种异常提示方法:
实时获取至少一个目标检测区域内的目标采集图像,并在所述目标采集图像中进行目标物体的识别;
如果确定所述目标采集图像中包括所述目标物体,则在所述目标采集图像中识别与所述目标物体关联的目标在场人员,并确定所述目标在场人员的数量;
如果确定所述目标在场人员的数量未达到与所述目标物体匹配的同时在场数量阈值,则进行异常提示。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种异常提示方法,其特征在于,包括:
实时获取至少一个目标检测区域内的目标采集图像,并在所述目标采集图像中进行目标物体的识别;
如果确定所述目标采集图像中包括所述目标物体,则在所述目标采集图像中识别与所述目标物体关联的目标在场人员,并确定所述目标在场人员的数量;
如果确定所述目标在场人员的数量未达到与所述目标物体匹配的同时在场数量阈值,则进行异常提示。
2.根据权利要求1所述的方法,其特征在于,实时获取至少一个目标检测区域内的目标采集图像,包括:
通过所述目标检测区域内配置的至少一个摄像头,实时获取与各所述目标检测区域匹配的目标视频;
每隔设定采集时长,从所述目标视频中获取一张视频帧作为所述目标采集图像。
3.根据权利要求1所述的方法,其特征在于,在所述目标采集图像中识别与所述目标物体关联的目标在场人员,包括:
在所述目标采集图像中进行人体识别,并获取识别出的各人体的图像位置信息;
根据各人体的图像位置信息以及所述目标物体的图像位置信息,确定各所述人体与所述目标物体的相对距离;
获取相对距离小于等于预设的距离门限的人体,作为与所述目标物体关联的目标在场人员。
4.根据权利要求1所述的方法,其特征在于,在所述目标采集图像中识别与所述目标物体关联的目标在场人员,包括:
在所述目标采集图像中进行人体识别,并获取识别出的各人体的人脸朝向;
获取人脸朝向与所述目标物体的图像位置信息匹配的人体,作为与所述目标物体关联的目标在场人员。
5.根据权利要求2所述的方法,其特征在于,进行异常提示包括:
根据所述目标采集图像在所述目标视频中的位置,确定与所述目标采集图像匹配的发生时间;
对所述目标采集图像以及所述发生时间进行上报,以进行异常提示。
6.根据权利要求5所述的方法,其特征在于,在确定所述目标在场人员的数量未达到与所述目标物体匹配的同时在场数量阈值之后,还包括:
在所述目标采集图像中,加入违规标志。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述目标检测区域为银行中的设定区域;所述目标物体为库包。
8.一种异常提示装置,其特征在于,包括:
目标物体识别模块,用于实时获取至少一个目标检测区域内的目标采集图像,并在所述目标采集图像中进行目标物体的识别;
数量确定模块,用于如果确定所述目标采集图像中包括所述目标物体,则在所述目标采集图像中识别与所述目标物体关联的目标在场人员,并确定所述目标在场人员的数量;
异常提示模块,用于如果确定所述目标在场人员的数量未达到与所述目标物体匹配的同时在场数量阈值,则进行异常提示。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7任一项所述的一种异常提示方法。
10.一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如权利要求1-7任一项所述的一种异常提示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010576068.XA CN111767816A (zh) | 2020-06-22 | 2020-06-22 | 一种异常提示方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010576068.XA CN111767816A (zh) | 2020-06-22 | 2020-06-22 | 一种异常提示方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111767816A true CN111767816A (zh) | 2020-10-13 |
Family
ID=72721706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010576068.XA Pending CN111767816A (zh) | 2020-06-22 | 2020-06-22 | 一种异常提示方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111767816A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112818939A (zh) * | 2021-03-03 | 2021-05-18 | 上海高德威智能交通系统有限公司 | 一种行为检测方法、装置及电子设备 |
-
2020
- 2020-06-22 CN CN202010576068.XA patent/CN111767816A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112818939A (zh) * | 2021-03-03 | 2021-05-18 | 上海高德威智能交通系统有限公司 | 一种行为检测方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI502553B (zh) | 透過要素產生稽核視訊分析之方法、電腦系統及電腦程式產品 | |
CN105518755A (zh) | 安全系统、安全方法和非暂时性计算机可读介质 | |
CN103338362B (zh) | 一种基于视频监控系统的事件处理方法及系统 | |
CN103366370A (zh) | 视频监控中的目标跟踪方法和装置 | |
CN111428572B (zh) | 信息处理方法、装置、电子设备和介质 | |
US11501301B2 (en) | Transaction terminal fraud processing | |
CN103544757A (zh) | 一种门禁控制方法 | |
CN116781430B (zh) | 用于燃气管网的网络信息安全系统及其方法 | |
WO2020167155A1 (ru) | Способ и система выявления тревожных событий при взаимодействии с устройством самообслуживания | |
CN111767816A (zh) | 一种异常提示方法、装置、设备及存储介质 | |
CN103530693A (zh) | 一种动产质押融资业务的风险控制系统和控制方法 | |
CN112911219B (zh) | 电力设备巡检路线的识别方法、系统及设备 | |
CN107368728A (zh) | 可视化报警管理系统及方法 | |
CN112926925A (zh) | 一种产品监管方法、装置、电子设备及存储介质 | |
CN112541410B (zh) | 一种金库人员行为规范检测方法及装置 | |
CN111144181A (zh) | 一种基于背景协同的风险检测方法、装置及系统 | |
CN114973135A (zh) | 一种基于头肩的时序视频睡岗识别方法、系统及电子设备 | |
CN202404694U (zh) | 分布式光纤传感应用系统自适应型扰动信号识别模块 | |
CN112766118A (zh) | 对象识别方法、装置、电子设备和介质 | |
CN114241354A (zh) | 仓库人员行为识别方法、装置、计算机设备、存储介质 | |
CN105139469A (zh) | 红外辅助门卫管理系统 | |
CN115272966A (zh) | 代客操作的识别方法及装置、电子设备、存储介质 | |
CN116309692A (zh) | 基于深度学习用于机场安检人包绑定的方法、装置及介质 | |
CN118038375A (zh) | 违规设备检测方法、装置、设备、存储介质和程序产品 | |
CN117809367A (zh) | 一种违规行为检测方法、装置、设备及介质 |
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 |