CN114067283A - 一种违规行为识别方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请实施例公开了一种违规行为识别方法、装置、电子设备及存储介质。其中，该方法包括：对摄像头的监控区域内的车行道进行标记得到车行道区域，并获取摄像头所采集的监控区域的视频数据；对视频数据中的对象进行检测得到对象的类别以及对象的位置；根据对象的类别确定对象的位置与车行道区域的属性关系，并根据属性关系确定对象是否存在违规行为。本申请实施例提供的技术方案，可以实现对监控区域中对象的行为进行识别，以达到对监控区域中对象的违规行为进行预警的目的。

Description

一种违规行为识别方法、装置、电子设备及存储介质

技术领域

本申请实施例涉及计算机视觉技术领域，尤其涉及一种违规行为识别方法、装置、电子设备及存储介质。

背景技术

随着人们对于工业生产安全防护意识的提高，工业园区视频安全防护系统的重要性也愈发突出。现有技术中的视频监控系统不能对移动对象进行实时监控与行为的区分，对所发生事件只具备记录功能，无法对移动对象的行为进行识别以达到对移动目标的违规行为进行预警目的，因而现有技术只能被动事后追责。

发明内容

本申请实施例提供了一种违规行为识别方法、装置、电子设备及存储介质，可以实现对监控区域中对象的行为进行识别，以达到对监控区域中对象的违规行为进行预警的目的。

第一方面，本申请实施例提供了一种违规行为识别方法，该方法包括：

对摄像头的监控区域内的车行道进行标记得到车行道区域，并获取所述摄像头所采集的所述监控区域的视频数据；

对所述视频数据中的对象进行检测得到所述对象的类别以及所述对象的位置；

根据所述对象的类别确定所述对象的位置与所述车行道区域的属性关系，并根据所述属性关系确定所述对象是否存在违规行为。

第二方面，本申请实施例提供了一种违规行为识别装置，该装置包括：

数据获取模块，用于对摄像头的监控区域内的车行道进行标记得到车行道区域，并获取所述摄像头所采集的所述监控区域的视频数据；

对象检测模块，用于对所述视频数据中的对象进行检测得到所述对象的类别以及所述对象的位置；

行为分析模块，用于根据所述对象的类别确定所述对象的位置与所述车行道区域的属性关系，并根据所述属性关系确定所述对象是否存在违规行为。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：

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本申请任意实施例所述的违规行为识别方法。

第四方面，本申请实施例提供了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，该计算机程序被处理器执行时实现本申请任意实施例所述的违规行为识别方法。

本申请实施例提供了一种违规行为识别方法、装置、电子设备及存储介质，对摄像头的监控区域内的车行道进行标记得到车行道区域，并获取摄像头所采集的监控区域的视频数据；对视频数据中的对象进行检测得到对象的类别以及对象的位置；根据对象的类别确定对象的位置与车行道区域的属性关系，并根据属性关系确定对象是否存在违规行为。本申请通过对监控区域中对象进行识别并对该对象的位置信息进行分析，以确定该对象是否存在违规行为。执行本申请方法可以实现对监控区域中对象的行为进行识别，以达到对监控区域中对象的违规行为进行预警的目的。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1为本申请实施例提供的一种违规行为识别方法的第一流程示意图；

图2为本申请实施例提供的一种违规行为识别方法的第二流程示意图；

图3为本申请实施例提供的一种违规行为识别装置的结构示意图；

图4是用来实现本申请实施例的一种违规行为识别方法的电子设备的框图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

在介绍本申请实施例之前，先对本申请的违规行为识别系统进行介绍。本申请提供的违规行为识别方法应用于违规行为识别系统，违规行为识别系统包括摄像头、多边缘计算(Multi-access Edge Computing，MEC)模块和应用平台。其中，所述摄像头用于采集监控区域的视频数据，本申请的摄像头需要具备第五代移动通信技术(5th GenerationMobile Communication Technology，简称5G)摄像机的点位以便直接接入5G网络，如果是普通摄像机点位，那么需要增设5G网关以便接入至5G网络。所述MEC模块是提供连接、计算、存储和应用的积木式组合，具有用户数据平面功能以及边缘计算平台功能，具体是指，工业园区终端多产生的用户面数据流在5G网络传输过程中不经过5G核心网和互联网，直接通过用户端口功能(User Port Function，UPF)进入MEC业务系统进行计算和存储，UPF是MEC系统的一个组成网元，负责将边缘网络的流量分发导流到MEC业务系统，可以满足园区数据不出厂并且有效降低时延，所述MEC系统用于接收和发送视频码流数据，并提供算力和存储空间。所述应用平台提供视频接入、存储、转发等服务；同时可自配置MEC模块的计算功能。

实施例一

图1为本申请实施例提供的一种违规行为识别方法的第一流程示意图，本实施例可适用于通过监控设备在工业园区中对监控区域进行监控，并对监控区域的视频进行分析，以确定监控区域中的对象是否存在违规行为的情况。本实施例提供的一种违规行为识别方法可以由本申请实施例提供的违规行为识别装置来执行，该装置可以通过软件和/或硬件的方式实现，并集成在执行本方法的电子设备中。优选的，本申请实施例中的电子设备可以是监控设备。

参见图1，本实施例的方法包括但不限于如下步骤：

S110、对摄像头的监控区域内的车行道进行标记得到车行道区域，并获取摄像头所采集的监控区域的视频数据。

在本申请实施例中，摄像头的监控区域可以包含人行道区域和车行道区域，还可以包含工作区域。MEC模块根据车行道区域在监控区域中对应的像素坐标，对监控区域内的车行道进行标记，得到车行道区域。其中，不同的监控区域对应的车行道区域会不同，进而车行道区域在监控区域中对应的像素坐标也会不同。

在本申请实施例中，摄像头实时采集监控区域的视频数据。本申请可以是MEC模块主动获取摄像头所采集的监控区域的视频数据，也可以是摄像头将所采集的监控区域的视频数据发送给MEC模块。

S120、对视频数据中的对象进行检测得到对象的类别以及对象的位置。

在本申请实施例中，获取到监控区域的视频数据之后，MEC模块对视频数据进行检测，识别视频数据中的对象是人员还是车辆，并且确定所识别出的人员或车辆在监控区域中的位置。其中，车辆可以为叉车、推车、无人搬运车等厂车。

可选的，本步骤对视频数据中的对象进行检测得到对象的类别以及对象的位置的具体过程可以通过以下三个子步骤实现：

(1)、按照预设帧间隔对视频数据中的帧图像进行检测，确定帧图像中是否存在人体特征数据或车辆特征数据。

其中，预设帧间隔为至少一帧；若预设帧间隔为一帧，则是对视频数据中的每帧图像进行检测；若预设帧间隔为至少两帧，则是对视频数据中的帧图像按照预设帧间隔采样出的各帧图像之后，对采样出来的帧图像进行检测。人体特征数据包括头部数据、躯干数据和四肢数据中的至少一个特征数据。车辆特征数据包括车轮数据和车体数据中的至少一个特征数据。

在本申请实施例中，MEC模块先按照预设间隔采样出的各帧图像，再判断各帧图像中是否存在人体特征数据或车辆特征数据。

(2)、若存在人体特征数据，则确定对象为人员，并确定人员在监控区域中的位置。

在本申请实施例中，经上述步骤S1201的判断，若视频数据中的帧图像中存在人体的某一特征数据，一般设定为脚，则确定视频数据中的对象为人员，并确定该人员在监控区域中的像素坐标，即位置信息。

(3)、若存在车辆特征数据，则确定对象为车辆，并确定车辆在监控区域中的位置。

在本申请实施例中，经上述步骤S1201的判断，若视频数据中的帧图像中存在车辆的某一特征数据，一般设定为车轮，则确定视频数据中的对象为车辆，并确定该车辆在监控区域中的像素坐标，即位置信息。

S130、根据对象的类别确定对象的位置与车行道区域的属性关系，并根据属性关系确定对象是否存在违规行为。

在本申请实施例中，对象为人员或车辆，属性关系可以是无交集关系或包含关系。经上述步骤S120确定出对象的类别以及对象在监控区域中的位置之后，先根据对象的类别确定对象的位置与车行道区域之间是无交集关系还是包含关系，再根据无交集关系或包含关系判断对象是否存在违规行为。

可选的，本步骤对视频数据中的对象进行检测得到对象的类别以及对象的位置的具体过程可以通过以下两个子步骤实现：

(1)、当对象为人员时，将人员的位置与车行道区域进行重合度检测得到第一检测结果，根据第一检测结果确定人员的位置与车行道区域的属性关系，得到第一属性关系；若第一属性关系为无交集，则确定人员不存在违规行为。

示例性的，当对象为人员时，确定该人员在监控区域中的位置是否在车行道区域内，若不在，表明两者的属性关系为无交集关系，则该人员不存在违规行为；若在，表明两者的属性关系为包含关系，则该人员存在违规行为。

(2)、当对象为车辆时，将车辆的位置与车行道区域进行重合度检测得到第二检测结果，根据第二检测结果确定车辆的位置与车行道区域的属性关系，得到第二属性关系；若第二属性关系为车辆的位置包含在车行道区域中，则确定车辆不存在违规行为。

示例性的，当对象为车辆时，确定该车辆在监控区域中的位置是否在车行道区域内，若不在，表明两者的属性关系为无交集关系，则该车辆存在违规行为；若在，表明两者的属性关系为包含关系，则该车辆不存在违规行为。

本实施例提供的技术方案，通过对摄像头的监控区域内的车行道进行标记得到车行道区域，并获取摄像头所采集的监控区域的视频数据；对视频数据中的对象进行检测得到对象的类别以及对象的位置；根据对象的类别确定对象的位置与车行道区域的属性关系，并根据属性关系确定对象是否存在违规行为。本申请通过对监控区域中对象进行识别并对该对象的位置信息进行分析，以确定该对象是否存在违规行为。执行本申请方法可以实现对监控区域中对象的行为进行识别，以达到对监控区域中对象的违规行为进行预警的目的。

实施例二

图2为本申请实施例提供的一种违规行为识别方法的第二流程示意图。本申请实施例是在上述实施例的基础上进行优化，具体优化为：本实施例对预警信息的确定过程进行详细的解释说明。

参见图2，本实施例的方法包括但不限于如下步骤：

S210、对摄像头的监控区域内的车行道进行标记得到车行道区域，并获取摄像头所采集的监控区域的视频数据。

在本申请实施例中，MEC模块根据车行道区域在监控区域中对应的像素坐标，对监控区域内的车行道进行标记，得到车行道区域。摄像头实时采集监控区域的视频数据。本申请可以是MEC模块主动获取摄像头所采集的监控区域的视频数据，也可以是摄像头将所采集的监控区域的视频数据发送给MEC模块。

可选的，本申请还可以是对摄像头的监控区域内的人行道进行标记得到人行道区域。无论标记的是车行道还是人行道，下述步骤中的违规行为识别的逻辑都一样。

S220、对视频数据中的对象进行检测得到对象的类别以及对象的位置。

在本申请实施例中，MEC模块先按照预设间隔采样出的各帧图像，再判断各帧图像中是否存在人体特征数据或车辆特征数据。若视频数据中的帧图像中存在人体的某一特征数据，一般设定为脚，则确定视频数据中的对象为人员，并确定该人员在监控区域中的像素坐标，即位置信息。若视频数据中的帧图像中存在车辆的某一特征数据，一般设定为车轮，则确定视频数据中的对象为车辆，并确定该车辆在监控区域中的像素坐标，即位置信息。

S230、根据对象的类别确定对象的位置与车行道区域的属性关系，并根据属性关系确定对象是否存在违规行为。

在本申请实施例中，当对象为人员时，将人员的位置与车行道区域进行重合度检测得到第一检测结果，根据第一检测结果确定人员的位置与车行道区域的属性关系，得到第一属性关系；若第一属性关系为无交集，则确定人员不存在违规行为；若第一属性关系为人员的位置包含在车行道区域中，则确定人员存在违规行为。当对象为车辆时，将车辆的位置与车行道区域进行重合度检测得到第二检测结果，根据第二检测结果确定车辆的位置与车行道区域的属性关系，得到第二属性关系；若第二属性关系为车辆的位置包含在车行道区域中，则确定车辆不存在违规行为；若第二属性关系为无交集，则确定车辆存在违规行为。

S240、若对象存在违规行为，则确定对象的预警信息，并控制警报装置根据预警信息发出警报，以提醒工作人员监控区域中存在违规行为。

其中，预警信息包括如下至少一项：违规对象信息、违规时间、违规事件、违规地点、监控区域的负责人信息和违规现场照片；其中，若违规对象为人员，则违规对象信息由人员的人脸信息与员工数据库进行比对而得到；若违规对象为车辆，则违规对象信息由车辆与厂车数据库进行比对而得到。违规对象信息可以是人员的姓名或车辆的车牌号。违规时间为系统实时时间读数。违规事件为“越线”。违规地点为摄像头的监控区域的地点信息。负责人信息为摄像头覆盖区域负责人的信息。警报装置可以是麦克风或其他。

可选的，本步骤若对象存在违规行为，则确定对象的预警信息的具体过程可以通过以下两个子步骤实现：

(1)、若对象为人员，则获取人员的人脸信息，并将人脸信息与预先设置的员工数据库进行比对确定人员的身份信息，根据人员的身份信息确定人员的预警信息。

在本申请实施例中，若违规对象为人员，则MEC模块在视频数据中的帧图像中获取该人员的人脸信息。再将该人脸信息与员工数据库进行比对，若该人员为工业园区的员工，则确定该人员的身份信息，如姓名、部门等信息。最后根据该人员的身份信息确定该人员的预警信息，例如“X部门的Y员工在Z时间存在越线的违规行为”。若该人员不是工业园区的员工，则该人员的预警信息可以确定为“此刻位于车行道区域中的人，您存在越线的违规行为”。

可选的，若该人员不是工业园区的员工，还可以识别该人员的身着衣服的颜色，进而根据衣服的颜色确定该人员的预警信息，以便所确定的预警信息能够准备描述该人员的信息。

(2)、若对象为车辆，则获取车辆的轮廓信息，并将轮廓信息与预先设置的厂车数据库进行比对确定车辆的车辆信息，根据车辆的车辆信息确定车辆的预警信息。

在本申请实施例中，若违规对象为车辆，则MEC模块在视频数据中的帧图像中获取该车辆的轮廓信息。再将该轮廓信息与厂车数据库进行比对，若该车辆为工业园区的厂车，则确定该车辆的车辆信息，如车牌号，车辆类型等信息。最后根据该车辆的车辆信息确定该车辆的预警信息，例如“车牌号为A的B类型的车辆在C时间存在越线的违规行为”。

可选的，若该车辆不是工业园区的厂车，还可以识别该车辆的车牌号，根据车牌号确定该车辆的预警信息，以便所确定的预警信息能够准备描述该车辆的信息。

可选的，还可以通过显示装置展示违规对象的预警信息和违规现场照片。

本实施例提供的技术方案，通过对摄像头的监控区域内的车行道进行标记得到车行道区域，并获取摄像头所采集的监控区域的视频数据；对视频数据中的对象进行检测得到对象的类别以及对象的位置；根据对象的类别确定对象的位置与车行道区域的属性关系，并根据属性关系确定对象是否存在违规行为；若对象存在违规行为，则确定对象的预警信息，并控制警报装置根据预警信息发出警报，以提醒工作人员监控区域中存在违规行为。本申请通过获取违规人员的人脸信息或违规车辆的轮廓信息，进而确定违规人员或违规车辆对应的预警信息。执行本申请方法可以实现对监控区域中对象的行为进行识别，可以实现对监控区域中违规对象的违规行为进行预警。

实施例三

图3为本申请实施例提供的一种违规行为识别装置的结构示意图，如图3所示，该装置300可以包括：

数据获取模块310，用于对摄像头的监控区域内的车行道进行标记得到车行道区域，并获取所述摄像头所采集的所述监控区域的视频数据；

对象检测模块320，用于对所述视频数据中的对象进行检测得到所述对象的类别以及所述对象的位置；

行为分析模块330，用于根据所述对象的类别确定所述对象的位置与所述车行道区域的属性关系，并根据所述属性关系确定所述对象是否存在违规行为。

进一步的，上述对象检测模块320模块，可以具体用于：按照预设帧间隔对所述视频数据中的帧图像进行检测，确定所述帧图像中是否存在人体特征数据或车辆特征数据；若存在所述人体特征数据，则确定所述对象为人员，并确定所述人员在所述监控区域中的位置；若存在所述车辆特征数据，则确定所述对象为车辆，并确定所述车辆在所述监控区域中的位置。

进一步的，上述行为分析模块330，可以具体用于：当所述对象为人员时，将所述人员的位置与所述车行道区域进行重合度检测得到第一检测结果，根据所述第一检测结果确定所述人员的位置与所述车行道区域的属性关系，得到第一属性关系；若所述第一属性关系为无交集，则确定所述人员不存在违规行为；当所述对象为车辆时，将所述车辆的位置与所述车行道区域进行重合度检测得到第二检测结果，根据所述第二检测结果确定所述车辆的位置与所述车行道区域的属性关系，得到第二属性关系；若所述第二属性关系为所述车辆的位置包含在所述车行道区域中，则确定所述车辆不存在违规行为。

进一步的，上述违规行为识别装置，还可以包括：预警控制模块；

所述预警控制模块，用于若所述对象存在违规行为，则确定所述对象的预警信息，并控制警报装置根据所述预警信息发出警报，以提醒工作人员所述监控区域中存在违规行为。

进一步的，上述预警控制模块，可以具体用于若所述对象为人员，则获取所述人员的人脸信息，并将所述人脸信息与预先设置的员工数据库进行比对确定所述人员的身份信息，根据所述人员的身份信息确定所述人员的预警信息；若所述对象为车辆，则获取所述车辆的轮廓信息，并将所述轮廓信息与预先设置的厂车数据库进行比对确定所述车辆的车辆信息，根据所述车辆的车辆信息确定所述车辆的预警信息。

可选的，所述预警信息包括如下至少一项：违规对象信息、违规时间、违规事件、违规地点、所述监控区域的负责人信息和违规现场照片；其中，所述违规对象信息由所述人员的人脸信息与所述员工数据库进行比对而得到或由所述车辆与所述厂车数据库进行比对而得到。

可选的，所述人体特征数据包括头部数据、躯干数据和四肢数据中的至少一个特征数据；所述车辆特征数据包括车轮数据和车体数据中的至少一个特征数据。

本实施例提供的违规行为识别装置可适用于上述任意实施例提供的违规行为识别方法，具备相应的功能和有益效果。

实施例四

图4是用来实现本申请实施例的一种违规行为识别方法的电子设备的框图，图4示出了适于用来实现本申请实施例实施方式的示例性电子设备的框图。图4显示的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。该电子设备典型可以是智能手机、平板电脑、笔记本电脑、车载终端以及可穿戴设备等。优选的，本申请实施例中的电子设备可以是监控设备。

如图4所示，电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于：一个或者多个处理器或者处理单元416，存储器428，连接不同系统组件(包括存储器428和处理单元416)的总线418。

总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

电子设备400典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备400访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储器428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)430和/或高速缓存存储器432。电子设备400可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。

具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储器428中，这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本申请实施例所描述的功能和/或方法。

电子设备400也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信，还可与一个或者多个使得用户能与该电子设备400交互的设备通信，和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，电子设备400还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器420通过总线418与电子设备400的其它模块通信。应当明白，尽管图4中未示出，可以结合电子设备400使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元416通过运行存储在存储器428中的程序，从而执行各种功能应用以及数据处理，例如实现本申请任一实施例所提供的违规行为识别方法。

实施例五

本申请实施例五还提供一种计算机可读存储介质，其上存储有计算机程序(或称为计算机可执行指令)，该程序被处理器执行时可以用于执行本申请上述任一实施例所提供的违规行为识别方法。

本申请实施例的计算机存储介质，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申请实施例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)。

Claims (10)

1.一种违规行为识别方法，其特征在于，所述方法包括：

对摄像头的监控区域内的车行道进行标记得到车行道区域，并获取所述摄像头所采集的所述监控区域的视频数据；

对所述视频数据中的对象进行检测得到所述对象的类别以及所述对象的位置；

根据所述对象的类别确定所述对象的位置与所述车行道区域的属性关系，并根据所述属性关系确定所述对象是否存在违规行为。

2.根据权利要求1所述的违规行为识别方法，其特征在于，所述对所述视频数据中的对象进行检测得到所述对象的类别以及所述对象的位置，包括：

按照预设帧间隔对所述视频数据中的帧图像进行检测，确定所述帧图像中是否存在人体特征数据或车辆特征数据；

若存在所述人体特征数据，则确定所述对象为人员，并确定所述人员在所述监控区域中的位置；

若存在所述车辆特征数据，则确定所述对象为车辆，并确定所述车辆在所述监控区域中的位置。

3.根据权利要求2所述的违规行为识别方法，其特征在于，所述根据所述对象的类别确定所述对象的位置与所述车行道区域的属性关系，并根据所述属性关系确定所述对象是否存在违规行为，包括：

当所述对象为人员时，将所述人员的位置与所述车行道区域进行重合度检测得到第一检测结果，根据所述第一检测结果确定所述人员的位置与所述车行道区域的属性关系，得到第一属性关系；若所述第一属性关系为无交集，则确定所述人员不存在违规行为；

当所述对象为车辆时，将所述车辆的位置与所述车行道区域进行重合度检测得到第二检测结果，根据所述第二检测结果确定所述车辆的位置与所述车行道区域的属性关系，得到第二属性关系；若所述第二属性关系为所述车辆的位置包含在所述车行道区域中，则确定所述车辆不存在违规行为。

4.根据权利要求1所述的违规行为识别方法，其特征在于，所述方法还包括：

若所述对象存在违规行为，则确定所述对象的预警信息，并控制警报装置根据所述预警信息发出警报，以提醒工作人员所述监控区域中存在违规行为。

5.根据权利要求4所述的违规行为识别方法，其特征在于，所述若所述对象存在违规行为，则确定所述对象的预警信息，包括：

若所述对象为人员，则获取所述人员的人脸信息，并将所述人脸信息与预先设置的员工数据库进行比对确定所述人员的身份信息，根据所述人员的身份信息确定所述人员的预警信息；

若所述对象为车辆，则获取所述车辆的轮廓信息，并将所述轮廓信息与预先设置的厂车数据库进行比对确定所述车辆的车辆信息，根据所述车辆的车辆信息确定所述车辆的预警信息。

6.根据权利要求5所述的违规行为识别方法，其特征在于，所述预警信息包括如下至少一项：违规对象信息、违规时间、违规事件、违规地点、所述监控区域的负责人信息和违规现场照片；其中，所述违规对象信息由所述人员的人脸信息与所述员工数据库进行比对而得到或由所述车辆与所述厂车数据库进行比对而得到。

7.根据权利要求2所述的违规行为识别方法，其特征在于，所述人体特征数据包括头部数据、躯干数据和四肢数据中的至少一个特征数据；所述车辆特征数据包括车轮数据和车体数据中的至少一个特征数据。

8.一种违规行为识别装置，其特征在于，所述装置包括：

数据获取模块，用于对摄像头的监控区域内的车行道进行标记得到车行道区域，并获取所述摄像头所采集的所述监控区域的视频数据；

对象检测模块，用于对所述视频数据中的对象进行检测得到所述对象的类别以及所述对象的位置；

行为分析模块，用于根据所述对象的类别确定所述对象的位置与所述车行道区域的属性关系，并根据所述属性关系确定所述对象是否存在违规行为。

9.一种电子设备，其特征在于，所述电子设备包括：

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权利要求1至7中任一所述的违规行为识别方法。

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，该计算机程序被处理器执行时实现如权利要求1至7中任一所述的违规行为识别方法。

Images