CN112016509B - 人员站位异常提醒方法及装置 - Google Patents

人员站位异常提醒方法及装置 Download PDF

Info

Publication number
CN112016509B
CN112016509B CN202010926822.8A CN202010926822A CN112016509B CN 112016509 B CN112016509 B CN 112016509B CN 202010926822 A CN202010926822 A CN 202010926822A CN 112016509 B CN112016509 B CN 112016509B
Authority
CN
China
Prior art keywords
face
height
height ratio
data
determining
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.)
Active
Application number
CN202010926822.8A
Other languages
English (en)
Other versions
CN112016509A (zh
Inventor
杨儒良
吴平凡
林熙南
陈前坤
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.)
Bank of China Ltd
Original Assignee
Bank of China 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 Bank of China Ltd filed Critical Bank of China Ltd
Priority to CN202010926822.8A priority Critical patent/CN112016509B/zh
Publication of CN112016509A publication Critical patent/CN112016509A/zh
Application granted granted Critical
Publication of CN112016509B publication Critical patent/CN112016509B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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

本发明提供了一种人员站位异常提醒方法及装置，该方法包括：获取多个设置在不同位置以不同角度记录的摄像头对自动存取款机的用户操作区域拍摄的视频数据；对视频数据进行数据流解帧，得到按照时间序列排列的图片帧数据；对图片帧数据进行人脸识别，识别确定初始人脸数目和每个人脸在图片画面中所占高度数据；根据初始人脸数目和每个人脸在图片画面中所占高度数据，确定用户操作区域内的操作人员数量；当用户操作区域内的操作人员数量大于预设值时，发出人员站位异常提醒。该方法避免了因角度、光线等问题带来的人脸数目识别错误的情况；避免了操作区域外的人脸误入拍摄画面，带来的用户操作区域内的操作人员数量统计错误的发生。

Description

人员站位异常提醒方法及装置
技术领域
本发明涉及数据处理技术领域，尤其涉及一种人员站位异常提醒方法及装置。
背景技术
银行自动存取款区域是现金存取的敏感区域，因此要求客户在自动存取款机前通常为单人操作，排队等待的客户应距离操作中的客户1m远以上，一般不会出现多人同时出现在自动存取款机前的情况。因此，为了保证银行自动存取款区域的安全性，一旦同时出现两人及以上，则视为存在人员站位异常情况，需要及时预警。
现有的方法是在银行的自动存取款机上，安装正对操作区域的摄像头，将操作区域画面中检测到的人脸数目作为操作人数，当人脸数目超过1时，判定为存在多人操作的人员站位异常。但是，当操作区域外的人脸误入拍摄画面且恰好未被遮挡时，容易对统计的人脸数目造成错误统计，从而导致对人员站位异常提醒出现误报。
发明内容
本发明实施例提供一种人员站位异常提醒方法，用以准确统计目标区域内的操作人员数量，避免出现人员站位异常提醒的误报，该方法包括：
获取多个设置在不同位置以不同角度记录的摄像头对自动存取款机的用户操作区域拍摄的视频数据；
对所述视频数据进行数据流解帧，得到按照时间序列排列的图片帧数据；
对所述图片帧数据进行人脸识别，识别确定初始人脸数目和每个人脸在图片画面中所占高度数据；
根据初始人脸数目和每个人脸在图片画面中所占高度数据，确定用户操作区域内的操作人员数量；
当用户操作区域内的操作人员数量大于预设值时，发出人员站位异常提醒。
本发明实施例还提供一种人员站位异常提醒装置，用以准确统计目标区域内的操作人员数量，避免出现人员站位异常提醒的误报，该装置包括：
视频数据获取模块，用于获取多个设置在不同位置以不同角度记录的摄像头对自动存取款机的用户操作区域拍摄的视频数据；
视频解帧模块，用于对所述视频数据进行数据流解帧，得到按照时间序列排列的图片帧数据；
人脸识别模块，用于对所述图片帧数据进行人脸识别，识别确定初始人脸数目和每个人脸在图片画面中所占高度数据；
人员数量确定模块，用于根据初始人脸数目和每个人脸在图片画面中所占高度数据，确定用户操作区域内的操作人员数量；
异常提醒模块，用于当用户操作区域内的操作人员数量大于预设值时，发出人员站位异常提醒。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述人员站位异常提醒方法。
本发明实施例也提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述人员站位异常提醒方法的计算机程序。
本发明实施例中，通过获取多个设置在不同位置以不同角度记录的摄像头对自动存取款机的用户操作区域拍摄的视频数据；对视频数据进行数据流解帧，得到按照时间序列排列的图片帧数据；对图片帧数据进行人脸识别，识别确定初始人脸数目和每个人脸在图片画面中所占高度数据；根据初始人脸数目和每个人脸在图片画面中所占高度数据，确定用户操作区域内的操作人员数量；当用户操作区域内的操作人员数量大于预设值时，发出人员站位异常提醒。通过多个设置在不同位置以不同角度记录的摄像头拍摄用户操作区域，使得获取的视频数据更加完整，避免了因角度、光线等问题带来的人脸数目识别错误的情况；在确定用户操作区域内的操作人员数量时，在操作区域画面中检测到的人脸数目的基础上，结合每个人脸在图片画面中所占高度数据，确定实际的操作人员数量，避免了操作区域外的人脸误入拍摄画面，带来的用户操作区域内的操作人员数量统计错误的发生，能够准确统计用户操作区域内的操作人员数量，避免出现人员站位异常提醒的误报。
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发明的一些实施例，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的附图。
图1为本发明实施例中人员站位异常提醒方法的示意图。
图2为本发明具体实施例中自动存取款机的用户操作区域摄像头部署示例图。
图3为本发明具体实施例中摄像头拍摄画面的模拟示意图。
图4为本发明具体实施例中步骤104的具体实现方法示意图。
图5为本发明具体实施例中步骤403的具体实现方法示意图。
图6为本发明具体实施例中人员站位异常提醒方法的示意图。
图7为本发明具体应用实施中的一人员站位异常提醒系统的结构示意图。
图8为本发明具体应用实施中的另一人员站位异常提醒系统的结构示意图。
图9为本发明实施例中人员站位异常提醒装置示意图。
图10为本发明具体实施例中人员数量确定模块904的具体结构示意图。
图11为本发明具体实施例中人员站位异常提醒装置示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
本发明实施例提供了一种人员站位异常提醒方法，用以准确统计目标区域内的操作人员数量，避免出现人员站位异常提醒的误报，如图1所示，该方法包括：
步骤101：获取多个设置在不同位置以不同角度记录的摄像头对自动存取款机的用户操作区域拍摄的视频数据；
步骤102：对视频数据进行数据流解帧，得到按照时间序列排列的图片帧数据；
步骤103：对图片帧数据进行人脸识别，识别确定初始人脸数目和每个人脸在图片画面中所占高度数据；
步骤104：根据初始人脸数目和每个人脸在图片画面中所占高度数据，确定用户操作区域内的操作人员数量；
步骤105：当用户操作区域内的操作人员数量大于预设值时，发出人员站位异常提醒。
由图1所示流程可以得知，本发明实施例中，通过获取多个设置在不同位置以不同角度记录的摄像头对自动存取款机的用户操作区域拍摄的视频数据；对视频数据进行数据流解帧，得到按照时间序列排列的图片帧数据；对图片帧数据进行人脸识别，识别确定初始人脸数目和每个人脸在图片画面中所占高度数据；根据初始人脸数目和每个人脸在图片画面中所占高度数据，确定用户操作区域内的操作人员数量；当用户操作区域内的操作人员数量大于预设值时，发出人员站位异常提醒。通过多个设置在不同位置以不同角度记录的摄像头拍摄用户操作区域，使得获取的视频数据更加完整，避免了因角度、光线等问题带来的人脸数目识别错误的情况；在确定用户操作区域内的操作人员数量时，在操作区域画面中检测到的人脸数目的基础上，结合每个人脸在图片画面中所占高度数据，确定实际的操作人员数量，避免了操作区域外的人脸误入拍摄画面，带来的用户操作区域内的操作人员数量统计错误的发生，能够准确统计用户操作区域内的操作人员数量，避免出现人员站位异常提醒的误报。
具体实施时，首先获取多个设置在不同位置以不同角度记录的摄像头对自动存取款机的用户操作区域拍摄的视频数据。由于，现有技术中的单摄像头部署方法，容易造成人员遮挡的情况下，检测不到被遮挡的人脸，也会干扰本发明实施例中对画面中人脸高度的测量，从而产生对人员站位异常提醒的漏报。为此，本发明实施例中，引入了多摄像头部署方案，多个摄像头安装在自动存取款机附近的不同位置处，从不同的角度对用户操作区域进行录制拍摄，从而可以获得多个角度的人脸高度的测量画面，很大程度地减少人脸前后遮挡带来的测量干扰。
具体实施时，摄像头的个数、位置和角度，根据实际的用户操作区域的大小，形状和光线等环境状况调整，以确保多个摄像头拍摄的画面能够覆盖整个用户操作区域，不留拍摄死角。具体实施例中，如图2所示，由于该具体实施例中的自动存取款机的用户操作区域不大，在1m×1m的范围内，双摄像头基本可覆盖拍摄区域。
获取视频数据后，对视频数据进行数据流解帧，得到按照时间序列排列的图片帧数据。具体实施时，对视频数据进行分段，分段逐一解帧，得到按照时间先后排列的视频截图。
到按照时间序列排列的图片帧数据后，对图片帧数据进行人脸识别，识别确定初始人脸数目和每个人脸在图片画面中所占高度数据。具体实施时，利用预先训练好的人脸识别模型，识别时间序列图片帧数据中的所有人脸，得到初始人脸数目。并测量同一张图片画面中，多个人脸在图片画面中所占高度数据。具体测量方式，如图3所示，以摄像头拍摄画面的模拟图为例，对人脸A在画面中所占的高度值和人脸B在画面中所占的高度值，测量并记录。
确定初始人脸数目和每个人脸在图片画面中所占高度数据后，根据初始人脸数目和每个人脸在图片画面中所占高度数据，确定用户操作区域内的操作人员数量。具体流程如图4所示，包括：
步骤401：根据每个人脸在图片画面中所占高度数据，确定在图片画面中所占高度最大的人脸，将图片画面中所占高度最大的人脸作为基准人脸；
步骤402：根据每个人脸在图片画面中所占高度数据，确定每个人脸与基准人脸之间的高度比；
步骤403：根据初始人脸数目、每个人脸与基准人脸之间的高度比、和预设的高度比阈值，确定用户操作区域内的操作人员数量。
步骤402具体实施时，按照如下公式，根据每个人脸在图片画面中所占高度数据，确定每个人脸与基准人脸之间的高度比：
其中，ratei表示第i个人脸与基准人脸之间的高度比；hi表示第i个人脸在图片画面中所占高度值；h0表示基准人脸在图片画面中所占高度值。
具体实施例中，步骤403具体实现方法，如图5所示，包括：
步骤501：将每个人脸与基准人脸之间的高度比和预设的高度比阈值逐一比对；
步骤502：当存在一人脸与基准人脸之间的高度比小于预设的高度比阈值时，人脸数目为初始人脸数目减一；
步骤503：直至所有人脸与基准人脸之间的高度比和预设的高度比阈值比对完成，将上述人脸数目确定为用户操作区域内的操作人员数量。
其中，本发明具体实施例中，还提供一种人员站位异常提醒方法，在图1的基础上，还包括：预设的高度比阈值的确定，具体过程，如图6所示，包括：
步骤601：采集多个样本中每个人脸在图片画面中所占高度数据，作为样本数据集；
步骤602：根据样本数据集，确定每个样本中每个人脸与基准人脸之间的高度比；
步骤603：将所有样本中每个人脸与基准人脸之间的高度比的最大值，确定为预设的高度比阈值。
其中，上述样本为目标区域内同时出现多个人脸，且至少存在一个人脸位于用户操作区域边缘位置处。
具体实施例中，经过场景模拟测量，以图3为例，选取画面中最高一张人脸为基准人脸A，当画面中两人并排站立时，人脸B与人脸A的高度比约为0.85到1.15，即高度相仿，如图3的左图所示；当画面中两人在拍摄方向的距离在0.5m左右时，人脸B与人脸A的高度比也在大于0.7的范围内。这两种情况均为超过一人在用户操作区域内，可判定为人员站位异常。而当画面中两人相距离0.9m以上时，由于用户操作区域的规定最小距离是1m，允许有10cm误差，即一人在取款机前操作，一人刚好在1m黄线外的情况下，人脸B与人脸A的高度比均在小于0.5的范围内，如图3的右图所示，故可选取0.5作为人脸高度比的阈值。同时从两个例子，也可以看出，非基准人脸B与基准人脸A，距离越远，人脸B与人脸A的高度比越小，因此，只要确定用户操作区域边缘位置处的非基准人脸与基准人脸之间的高度比，以此作为阈值，即步骤603所确定的预设的高度比阈值，只要某一人脸与与基准人脸之间的高度比高于该阈值，即可判断为该人脸处于用户操作区域内。由于，误差的存在，为了避免误报，在多次多个样本试验后，将计算得到的阈值的最大值，作为最终用于判定的预设的高度比阈值。
确定用户操作区域内的操作人员数量后，当用户操作区域内的操作人员数量大于预设值时，发出人员站位异常提醒。例如，银行一般要求用户操作区域内的操作人员数量为1，一旦用户操作区域内的操作人员数量超过1，发出人员站位异常提醒，并推送给相关的业务负责人员进行后续处理。
此外，除了银行自动存取款机的场景外，本发明实施例提供的人员站位异常提醒方法，对较小、固定的区域，通过二维摄像头检测的人员站位过近异常的场景，都具有普遍适用性，可无需摄像头设备的更新，延长原有的摄像头设备的使用时限，节省资源。
下面给出一具体实例说明本发明实施例如何对人员站位异常进行提醒。本例为应用本发明实施例中的人员站位异常提醒方法，所开发的人员站位异常提醒系统，结构图，如图7所示，包括：
高清摄像头端：多个高清摄像头，多角度拍摄，实时捕捉监控视频数据流，保证各路拍摄的用户操作区域画面不存在公共的遮挡死角，并将视频数据流上送至边缘计算端。工作人员提前在自动存取款机上安装多个摄像头，由于用户操作区域不大，双摄像头基本可覆盖拍摄区域，故设置如图2所示的两个摄像头。
边缘计算端：将高清摄像头上送的视频数据流解帧，得到时间序列图片帧数据，并利用人脸识别模型识别时间序列图片帧数据中的所有人脸，得到人脸数目和每个人脸在图片画面中所占高度数据，并将相关信息上送至预警系统后台端。
预警系统后台端：接收到人脸识别结果后，结合拍摄同一用户操作区域的多路摄像头结果来综合判定。若任意一路数目出现超过规定的一人，根据每个人脸在图片画面中所占高度数据，判定是否存在自动存取款区域人员站位过近异常，若存在该种情况，在安保中心显示屏中弹出该监控视频的画面作为预警提示。
具体地，若任意一路视频中的人脸数目都为1，说明不存在自动存取款区域人员站位过近异常的情况。由于各人站立角度的随机性，画面中的人脸容易产生不同程度的偏转，画面中人脸的宽度和面积会有一定的随机性。而人脸在画面中的高度不容易受站位偏转的影响而与景深呈强相关性，即站位的景深越大画面中人脸高度越小，所以在比较人脸比例时，选取人脸的高度作为参数是准确的。因此，一旦任意一路数目出现超过规定的一人，可根据每个人脸在图片画面中所占高度数据，判定是否存在自动存取款区域人员站位过近异常。以图3为例，人脸A为基准人脸，计算人脸B与人脸A之间的高度比，若超过了提前确定的高度比的阈值0.5，则可认为人脸B位于用户操作区域内。当画面内出现两人以上的多人时，原理相同，选取好基准人脸A后，其他人脸顺次设为人脸B进行计算，只要有一次人脸高度比超过阈值，则判定此次的人脸位于用户操作区域内，存在人员站位异常。
预警系统后台端，还需要提前设定人脸高度比的阈值作为衡量人员站位距离摄像头的远近的指标，以达到消除二维摄像头景深不敏感引起的误报的目的。开发人员需要通过实际场地测量来选定人脸高度比的阈值。当画面中两人在拍摄方向距离0.9m时(规定最小距离是1m，允许有10cm误差，即一人在取款机前操作，一人刚好在1m黄线外)，测算位于区域边缘临界条件下的人脸高度比，然后多次测算该临界条件下的人脸高度比后，取最大值作为预设的人脸高度比阈值。
进一步地，为了保证边缘计算端所使用的人脸识别模型的准确性，如图8所示的系统，在图7的基础上还包括：
人脸识别服务端，负责利用打标的人脸数据训练得到人脸识别模型，供边缘计算端集成使用。通过获取大量的历史监控视频数据和对应的人脸识别结果，作为打标的人脸数据，以打标的人脸数据作为训练数据集和验证数据集，训练和验证人脸识别模型，使得更加贴合监控视频识别需求，训练好的人脸识别模型，提供给边缘计算端来进行人脸识别。
由于二维摄像头景深不敏感的问题，当拍摄到多人出现在监控画面中，无法从统计人数中甄别出区域外的误统计人员，若不做甄别处理，容易产生较高误报率。本系统在统计区域人数的基础上，通过计算画面中多张人脸的高度比，来衡量人员站位距离摄像头的远近，去除人数超过一人上限但人员之间实际间距较远的误识情况，进而消除因摄像头景深不敏感而引起的误报。
由于现有的单摄像头部署方案，无法拍摄到被遮挡人员的人脸，无法准确统计出区域人员的数目，容易产生较高误报率。本系统中引入多摄像头联动部署，对监控区域内进行多角度拍摄，可消除人员遮挡的干扰及测量画面中人脸高度的干扰。且采用高清摄像头，进一步提高拍摄的清晰度，提高结果的准确性。
上述具体应用的实施仅为举例，其余实施方式不再一一赘述。
基于同一发明构思，本发明实施例还提供一种人员站位异常提醒装置，由于人员站位异常提醒装置所解决问题的原理与人员站位异常提醒方法相似，因此人员站位异常提醒装置的实施可以参见人员站位异常提醒方法的实施，重复之处不再赘述，具体结构如图9所示：
视频数据获取模块901，用于获取多个设置在不同位置以不同角度记录的摄像头对自动存取款机的用户操作区域拍摄的视频数据；
视频解帧模块902，用于对视频数据进行数据流解帧，得到按照时间序列排列的图片帧数据；
人脸识别模块903，用于对图片帧数据进行人脸识别，识别确定初始人脸数目和每个人脸在图片画面中所占高度数据；
人员数量确定模块904，用于根据初始人脸数目和每个人脸在图片画面中所占高度数据，确定用户操作区域内的操作人员数量；
异常提醒模块905，用于当用户操作区域内的操作人员数量大于预设值时，发出人员站位异常提醒。
具体实施例中，人员数量确定模块904具体结构，如图10所示，包括：
基准人脸确定单元1001，用于根据每个人脸在图片画面中所占高度数据，确定在图片画面中所占高度最大的人脸，将图片画面中所占高度最大的人脸作为基准人脸；
高度比计算单元1002，用于根据每个人脸在图片画面中所占高度数据，确定每个人脸与基准人脸之间的高度比；
操作人员数量确定单元1003，用于根据初始人脸数目、每个人脸与基准人脸之间的高度比和预设的高度比阈值，确定用户操作区域内的操作人员数量。
具体实施例中，高度比计算单元1002具体用于：
按照如下公式，根据每个人脸在图片画面中所占高度数据，确定每个人脸与基准人脸之间的高度比：
其中，ratei表示第i个人脸与基准人脸之间的高度比；hi表示第i个人脸在图片画面中所占高度值；h0表示基准人脸在图片画面中所占高度值。
具体实施时，操作人员数量确定单元1003具体用于：
将每个人脸与基准人脸之间的高度比和预设的高度比阈值逐一比对；
当存在一人脸与基准人脸之间的高度比小于预设的高度比阈值时，人脸数目为初始人脸数目减一；
直至所有人脸与基准人脸之间的高度比和预设的高度比阈值比对完成，将人脸数目确定为用户操作区域内的操作人员数量。
本发明具体实施例中，还提供一种人员站位异常提醒装置，如图11所示，在图9的基础上，还包括：阈值确定模块1101，用于：
采集多个样本中每个人脸在图片画面中所占高度数据，作为样本数据集；其中，样本为目标区域内同时出现多个人脸，且至少存在一个人脸位于用户操作区域边缘位置处；
根据样本数据集，确定每个样本中每个人脸与基准人脸之间的高度比；
将所有样本中每个人脸与基准人脸之间的高度比的最大值，确定为预设的高度比阈值。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述人员站位异常提醒方法。
本发明实施例还提供一种计算机可读存储介质，存储有执行上述人员站位异常提醒方法的计算机程序。
综上所述，本发明实施例提供的人员站位异常提醒方法及装置具有如下优点：
本发明实施例中，通过获取多个设置在不同位置以不同角度记录的摄像头对自动存取款机的用户操作区域拍摄的视频数据；对视频数据进行数据流解帧，得到按照时间序列排列的图片帧数据；对图片帧数据进行人脸识别，识别确定初始人脸数目和每个人脸在图片画面中所占高度数据；根据初始人脸数目和每个人脸在图片画面中所占高度数据，确定用户操作区域内的操作人员数量；当用户操作区域内的操作人员数量大于预设值时，发出人员站位异常提醒。通过多个设置在不同位置以不同角度记录的摄像头拍摄用户操作区域，使得获取的视频数据更加完整，避免了因角度、光线等问题带来的人脸数目识别错误的情况；在确定用户操作区域内的操作人员数量时，在操作区域画面中检测到的人脸数目的基础上，结合每个人脸在图片画面中所占高度数据，确定实际的操作人员数量，避免了操作区域外的人脸误入拍摄画面，二维摄像头无法感知景深，带来的用户操作区域内的操作人员数量统计错误的发生，能够准确统计用户操作区域内的操作人员数量，避免出现人员站位异常提醒的误报。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种人员站位异常提醒方法，其特征在于，包括：
获取多个设置在不同位置以不同角度记录的摄像头对自动存取款机的用户操作区域拍摄的视频数据；
对所述视频数据进行数据流解帧，得到按照时间序列排列的图片帧数据；
对所述图片帧数据进行人脸识别，识别确定初始人脸数目和每个人脸在图片画面中所占高度数据；
根据初始人脸数目和每个人脸在图片画面中所占高度数据，确定用户操作区域内的操作人员数量；
当用户操作区域内的操作人员数量大于预设值时，发出人员站位异常提醒。
2.如权利要求1所述的方法，其特征在于，根据初始人脸数目和每个人脸在图片画面中所占高度数据，确定用户操作区域内的操作人员数量，包括：
根据每个人脸在图片画面中所占高度数据，确定在图片画面中所占高度最大的人脸，将图片画面中所占高度最大的人脸作为基准人脸；
根据每个人脸在图片画面中所占高度数据，确定每个人脸与基准人脸之间的高度比；
根据初始人脸数目、每个人脸与基准人脸之间的高度比、和预设的高度比阈值，确定用户操作区域内的操作人员数量。
3.如权利要求2所述的方法，其特征在于，按照如下公式，根据每个人脸在图片画面中所占高度数据，确定每个人脸与基准人脸之间的高度比：
其中，ratei表示第i个人脸与基准人脸之间的高度比；hi表示第i个人脸在图片画面中所占高度值；h0表示基准人脸在图片画面中所占高度值。
4.如权利要求2所述的方法，其特征在于，根据初始人脸数目、每个人脸与基准人脸之间的高度比和预设的高度比阈值，确定用户操作区域内的操作人员数量，包括：
将每个人脸与基准人脸之间的高度比和预设的高度比阈值逐一比对；
当存在一人脸与基准人脸之间的高度比小于预设的高度比阈值时，人脸数目为初始人脸数目减一；
直至所有人脸与基准人脸之间的高度比和预设的高度比阈值比对完成，将所述人脸数目确定为用户操作区域内的操作人员数量。
5.如权利要求2所述的方法，其特征在于，还包括：按如下方式确定所述预设的高度比阈值：
采集多个样本中每个人脸在图片画面中所占高度数据，作为样本数据集；所述样本为目标区域内同时出现多个人脸，且至少存在一个人脸位于用户操作区域边缘位置处；
根据所述样本数据集，确定每个样本中每个人脸与基准人脸之间的高度比；
将所有样本中每个人脸与基准人脸之间的高度比的最大值，确定为预设的高度比阈值。
6.一种人员站位异常提醒装置，其特征在于，包括：
视频数据获取模块，用于获取多个设置在不同位置以不同角度记录的摄像头对自动存取款机的用户操作区域拍摄的视频数据；
视频解帧模块，用于对所述视频数据进行数据流解帧，得到按照时间序列排列的图片帧数据；
人脸识别模块，用于对所述图片帧数据进行人脸识别，识别确定初始人脸数目和每个人脸在图片画面中所占高度数据；
人员数量确定模块，用于根据初始人脸数目和每个人脸在图片画面中所占高度数据，确定用户操作区域内的操作人员数量；
异常提醒模块，用于当用户操作区域内的操作人员数量大于预设值时，发出人员站位异常提醒。
7.如权利要求6所述的装置，其特征在于，所述人员数量确定模块具体包括：
基准人脸确定单元，用于根据每个人脸在图片画面中所占高度数据，确定在图片画面中所占高度最大的人脸，将图片画面中所占高度最大的人脸作为基准人脸；
高度比计算单元，用于根据每个人脸在图片画面中所占高度数据，确定每个人脸与基准人脸之间的高度比；
操作人员数量确定单元，用于根据初始人脸数目、每个人脸与基准人脸之间的高度比和预设的高度比阈值，确定用户操作区域内的操作人员数量。
8.如权利要求7所述的装置，其特征在于，所述高度比计算单元具体用于：
按照如下公式，根据每个人脸在图片画面中所占高度数据，确定每个人脸与基准人脸之间的高度比：
其中，ratei表示第i个人脸与基准人脸之间的高度比；hi表示第i个人脸在图片画面中所占高度值；h0表示基准人脸在图片画面中所占高度值。
9.如权利要求7所述的装置，其特征在于，所述操作人员数量确定单元具体用于：
将每个人脸与基准人脸之间的高度比和预设的高度比阈值逐一比对；
当存在一人脸与基准人脸之间的高度比小于预设的高度比阈值时，人脸数目为初始人脸数目减一；
直至所有人脸与基准人脸之间的高度比和预设的高度比阈值比对完成，将所述人脸数目确定为用户操作区域内的操作人员数量。
10.如权利要求7所述的装置，其特征在于，还包括：阈值确定模块，用于：
采集多个样本中每个人脸在图片画面中所占高度数据，作为样本数据集；所述样本为目标区域内同时出现多个人脸，且至少存在一个人脸位于用户操作区域边缘位置处；
根据所述样本数据集，确定每个样本中每个人脸与基准人脸之间的高度比；
将所有样本中每个人脸与基准人脸之间的高度比的最大值，确定为预设的高度比阈值。
11.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至5任一所述方法的计算机程序。
CN202010926822.8A 2020-09-07 2020-09-07 人员站位异常提醒方法及装置 Active CN112016509B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010926822.8A CN112016509B (zh) 2020-09-07 2020-09-07 人员站位异常提醒方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010926822.8A CN112016509B (zh) 2020-09-07 2020-09-07 人员站位异常提醒方法及装置

Publications (2)

Publication Number Publication Date
CN112016509A CN112016509A (zh) 2020-12-01
CN112016509B true CN112016509B (zh) 2023-09-22

Family

ID=73516541

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010926822.8A Active CN112016509B (zh) 2020-09-07 2020-09-07 人员站位异常提醒方法及装置

Country Status (1)

Country Link
CN (1) CN112016509B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112785351A (zh) * 2021-02-26 2021-05-11 中国工商银行股份有限公司 金融网点监控方法及装置
CN114035683B (zh) * 2021-11-08 2024-03-29 百度在线网络技术（北京）有限公司 用户捕捉方法、装置、设备、存储介质及计算机程序产品

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110580470A (zh) * 2019-09-12 2019-12-17 深圳壹账通智能科技有限公司 基于人脸识别的监测方法、装置、存储介质及计算机设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110580470A (zh) * 2019-09-12 2019-12-17 深圳壹账通智能科技有限公司 基于人脸识别的监测方法、装置、存储介质及计算机设备

Also Published As

Publication number Publication date
CN112016509A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN110648352B (zh) 一种异常事件的检测方法、装置及电子设备
JP6702045B2 (ja) 監視装置
CN110390229B (zh) 一种人脸图片筛选方法、装置、电子设备及存储介质
CN112016509B (zh) 人员站位异常提醒方法及装置
CN101556717A (zh) 一种atm智能安保系统及监测方法
CN101089875A (zh) 面部鉴别装置、面部鉴别方法以及入口和出口管理装置
CN101114394A (zh) 可疑物或形状变化检测系统
US11315374B2 (en) Detection of fraudulent access at control gates
CN104966304A (zh) 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法
CN106056079A (zh) 一种图像采集设备及人脸五官的遮挡检测方法
CN108765405A (zh) 一种影像鉴真方法和系统
CN112163572A (zh) 识别对象的方法和装置
CN112804519A (zh) 摄像头遮挡检测方法、装置、电子设备及通道闸
CN109215150A (zh) 人脸点名与计数方法及其系统
CN111144181A (zh) 一种基于背景协同的风险检测方法、装置及系统
CN111507282B (zh) 一种目标检测预警分析系统、方法、设备及介质
CN115035473A (zh) 考场监控的方法、装置及系统
KR101926510B1 (ko) 광각카메라를 이용한 안면인식 기반의 광역 감시 시스템
CN113052125A (zh) 一种施工现场违章图像识别告警方法
US11461989B2 (en) Monitor method and monitor system thereof wherein mask is used to cover image for detecting object
CN111144182B (zh) 一种视频中人脸风险检测方法及系统
CN111144180B (zh) 一种监控视频的风险检测方法及系统
CN110738782B (zh) 一种收银排队分析方法及系统
KR101926435B1 (ko) 시간압축방식을 이용한 객체 추적 시스템
CN117746478A (zh) 一种人体和武器目标训练方法及检测跟踪的报警系统

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
GR01 Patent grant
GR01 Patent grant