CN117176992A - 一种基于互联网的监控视频处理方法及系统 - Google Patents

Abstract

本发明提供的一种基于互联网的监控视频处理方法及系统，涉及数据处理技术领域。在本发明中，形成目标监控对象行为序列对应的第一对象行为组合簇；分析输出第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数，再依据每一个第一对象行为组合对应的行为筛选系数，筛选出对应的第二对象行为组合簇；基于第二对象行为组合簇，输出对应的第三对象行为组合簇；基于第三对象行为组合簇，进行第三对象行为组合的对比分析，以及，在基于对比分析的输出数据确定出与预先配置的目标风险行为规则匹配的情况下，进行风险行为监管操作。基于上述方法，可以在一定程度上提高视频风险行为监控的可靠度。

Description

一种基于互联网的监控视频处理方法及系统

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种基于互联网的监控视频处理方法及系统。

背景技术

对于监控视频的风险监控，一般是监控端将采集的监控视频发送给管理端，使得管理人员对监控视频进行人工识别，以进行相应的视频风险行为监控，如此，就容易出现视频风险行为监控的可靠度不高的问题。

发明内容

有鉴于此，本发明的目的在于提供一种基于互联网的监控视频处理方法及系统，以在一定程度上提高视频风险行为监控的可靠度。

为实现上述目的，本发明实施例采用如下技术方案：

一种基于互联网的监控视频处理方法，包括：

基于目标互联网终端采集到的目标监控视频，确定出所述目标监控视频对应的目标监控对象行为序列，再对所述目标监控对象行为序列进行分段提取处理，形成所述目标监控对象行为序列对应的第一对象行为组合簇；

分析输出所述第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数，再依据每一个所述第一对象行为组合对应的行为筛选系数，在所述第一对象行为组合簇中筛选出对应的第二对象行为组合簇，所述第二对象行为组合簇包括的第二对象行为组合属于所述第一对象行为组合簇中对应的行为筛选系数与预先配置的目标筛选规则匹配的第一对象行为组合；

基于所述第二对象行为组合簇，输出对应的第三对象行为组合簇，所述第三对象行为组合簇包括的第三对象行为组合属于低频对象行为组合；

基于所述第三对象行为组合簇，进行第三对象行为组合的对比分析，以及，在基于对比分析的输出数据确定出与预先配置的目标风险行为规则匹配的情况下，进行风险行为监管操作。

在一些优选的实施例中，在上述基于互联网的监控视频处理方法中，所述分析输出所述第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数的步骤，包括：

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的内部组合匹配系数；

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数；

基于所述待处理第一对象行为组合对应的内部组合匹配系数和所述待处理第一对象行为组合对应的外部组合匹配系数，分析出所述待处理第一对象行为组合对应的行为筛选系数；

对于所述第一对象行为组合簇中对象行为数量未超过所述参考对象行为数量的任意一个待分析第一对象行为组合，分析输出所述待分析第一对象行为组合对于的外部组合匹配系数，再依据所述待分析第一对象行为组合对应的外部组合匹配系数，确定出所述待分析第一对象行为组合对应的行为筛选系数，所述行为筛选系数和所述外部组合匹配系数之间具有负相关的对应关系。

在一些优选的实施例中，在上述基于互联网的监控视频处理方法中，所述对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的内部组合匹配系数的步骤，包括：

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，形成所述待处理第一对象行为组合对应的对象行为对，任意一个所述对象行为对包括对所述待处理第一对象行为组合进行对象行为分离形成的多个局部第一对象行为组合，每一个所述局部第一对象行为组合包括所述待处理第一对象行为组合中的一个对象行为或包括所述待处理第一对象行为组合中的多个在时序上连续的对象行为；

对于任意一个所述对象行为对，分析输出所述对象行为对中的每一个局部第一对象行为组合在对象行为数据库中具有的数量比例；

基于每一个所述局部第一对象行为组合在所述对象行为数据库中具有的数量比例，并结合所述待处理第一对象行为组合在所述对象行为数据库中具有的数量比例，分析输出所述对象行为对具有的内部组合匹配系数；

对每一个所述对象行为对具有的内部组合匹配系数中的最小值进行标记处理，以将最小的内部组合匹配系数标记为所述待处理第一对象行为组合对于的内部组合匹配系数。

在一些优选的实施例中，在上述基于互联网的监控视频处理方法中，所述对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数的步骤，包括：

从所述目标监控对象行为序列中，提取到所述待处理第一对象行为组合对应的相邻对象行为簇，所述相邻对象行为簇包括一个相邻对象行为或多个相邻对象行为；

分别分析输出每一个所述相邻对象行为与所述待处理第一对象行为组合进行拼接形成的拼接第一对象行为组合，在所述对象行为数据库中具有的数量比例；

基于每一个所述拼接第一对象行为组合在所述对象行为数据库中具有的数量比例，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数。

在一些优选的实施例中，在上述基于互联网的监控视频处理方法中，所述相邻对象行为簇包括的相邻对象行为属于所述待处理第一对象行为组合在所述目标监控对象行为序列中的在前相邻对象行为或在后相邻对象行为；所述分别分析输出每一个所述相邻对象行为与所述待处理第一对象行为组合进行拼接形成的拼接第一对象行为组合，在所述对象行为数据库中具有的数量比例的步骤，包括

分别确定出所述相邻对象行为簇中的每一个在前相邻对象行为与所述待处理第一对象行为组合进行拼接形成的前向拼接第一对象行为组合，在所述对象行为数据库中具有的数量比例；

分别确定出所述相邻对象行为簇中的每一个在后相邻对象行为与所述待处理第一对象行为组合进行拼接形成的后向拼接第一对象行为组合，在所述对象行为数据库中具有的数量比例。

在一些优选的实施例中，在上述基于互联网的监控视频处理方法中，所述基于每一个所述拼接第一对象行为组合在所述对象行为数据库中具有的数量比例，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数的步骤，包括：

对每一个所述前向拼接第一对象行为组合在所述对象行为数据库中具有的数量比例进行对数负相关计算，以输出对应的第一对数负相关值；以及，对每一个所述后向拼接第一对象行为组合在所述对象行为数据库中具有的数量比例进行对数负相关计算，以输出对应的第二对数负相关值；

基于所述第一对数负相关值和所述第二对数负相关值，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数。

在一些优选的实施例中，在上述基于互联网的监控视频处理方法中，所述基于目标互联网终端采集到的目标监控视频，确定出所述目标监控视频对应的目标监控对象行为序列，再对所述目标监控对象行为序列进行分段提取处理，形成所述目标监控对象行为序列对应的第一对象行为组合簇的步骤，包括：

对目标互联网终端采集到的目标监控视频包括的多帧目标监控视频帧分别进行行为识别处理，以得到所述多帧目标监控视频帧对应的多个目标监控对象行为，再将所述多个目标监控对象行为按照对应的目标监控视频帧的时序进行排序，形成对应的目标监控对象行为序列；

提取到第一序列位置数量和第二序列位置数量，所述第一序列位置数量小于所述第二序列位置数量；

依据所述第一序列位置数量对所述目标监控对象行为序列进行滑窗处理，以形成所述第一序列位置数量对应的多个滑窗监控对象行为序列，该滑窗监控对象行为序列的序列位置的数量等于该第一序列位置数量；

对所述第一序列位置数量进行至少一次增大化的调整，以得到调整后的第一序列位置数量，直到当前调整后的第一序列位置数量等于所述第二序列位置数量，且分别依据每一次进行增大化的调整得到的调整后的第一序列位置数量对所述目标监控对象行为序列进行滑窗处理，以形成所述第一序列位置数量对应的多个滑窗监控对象行为序列；

将每一个所述滑窗监控对象行为序列作为一个第一对象行为组合，以形成所述目标监控对象行为序列对应的第一对象行为组合簇。

本发明实施例还提供一种基于互联网的监控视频处理系统，包括：

监控对象行为确定模块，用于基于目标互联网终端采集到的目标监控视频，确定出所述目标监控视频对应的目标监控对象行为序列，再对所述目标监控对象行为序列进行分段提取处理，形成所述目标监控对象行为序列对应的第一对象行为组合簇；

第一组合筛选模块，用于分析输出所述第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数，再依据每一个所述第一对象行为组合对应的行为筛选系数，在所述第一对象行为组合簇中筛选出对应的第二对象行为组合簇，所述第二对象行为组合簇包括的第二对象行为组合属于所述第一对象行为组合簇中对应的行为筛选系数与预先配置的目标筛选规则匹配的第一对象行为组合；

第二组合筛选模块，用于基于所述第二对象行为组合簇，输出对应的第三对象行为组合簇，所述第三对象行为组合簇包括的第三对象行为组合属于低频对象行为组合；

风险行为监管模块，用于基于所述第三对象行为组合簇，进行第三对象行为组合的对比分析，以及，在基于对比分析的输出数据确定出与预先配置的目标风险行为规则匹配的情况下，进行风险行为监管操作。

在一些优选的实施例中，在上述基于互联网的监控视频处理系统中，所述监控对象行为确定模块具体用于：

对目标互联网终端采集到的目标监控视频包括的多帧目标监控视频帧分别进行行为识别处理，以得到所述多帧目标监控视频帧对应的多个目标监控对象行为，再将所述多个目标监控对象行为按照对应的目标监控视频帧的时序进行排序，形成对应的目标监控对象行为序列；

提取到第一序列位置数量和第二序列位置数量，所述第一序列位置数量小于所述第二序列位置数量；

依据所述第一序列位置数量对所述目标监控对象行为序列进行滑窗处理，以形成所述第一序列位置数量对应的多个滑窗监控对象行为序列，该滑窗监控对象行为序列的序列位置的数量等于该第一序列位置数量；

对所述第一序列位置数量进行至少一次增大化的调整，以得到调整后的第一序列位置数量，直到当前调整后的第一序列位置数量等于所述第二序列位置数量，且分别依据每一次进行增大化的调整得到的调整后的第一序列位置数量对所述目标监控对象行为序列进行滑窗处理，以形成所述第一序列位置数量对应的多个滑窗监控对象行为序列；

将每一个所述滑窗监控对象行为序列作为一个第一对象行为组合，以形成所述目标监控对象行为序列对应的第一对象行为组合簇。

在一些优选的实施例中，在上述基于互联网的监控视频处理系统中，所述第一组合筛选模块具体用于：

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的内部组合匹配系数；

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数；

基于所述待处理第一对象行为组合对应的内部组合匹配系数和所述待处理第一对象行为组合对应的外部组合匹配系数，分析出所述待处理第一对象行为组合对应的行为筛选系数；

对于所述第一对象行为组合簇中对象行为数量未超过所述参考对象行为数量的任意一个待分析第一对象行为组合，分析输出所述待分析第一对象行为组合对于的外部组合匹配系数，再依据所述待分析第一对象行为组合对应的外部组合匹配系数，确定出所述待分析第一对象行为组合对应的行为筛选系数，所述行为筛选系数和所述外部组合匹配系数之间具有负相关的对应关系。

本发明实施例提供的一种基于互联网的监控视频处理方法及系统，可以先形成目标监控对象行为序列对应的第一对象行为组合簇；分析输出第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数，再依据每一个第一对象行为组合对应的行为筛选系数，筛选出对应的第二对象行为组合簇；基于第二对象行为组合簇，输出对应的第三对象行为组合簇；基于第三对象行为组合簇，进行第三对象行为组合的对比分析，以及，在基于对比分析的输出数据确定出与预先配置的目标风险行为规则匹配的情况下，进行风险行为监管操作。基于前述的步骤，由于在进行风险行为监管操作之前，不仅形成了行为组合，还对行为组合进行了筛选，使得操作的依据可靠度更高，从而可以在一定程度上提高视频风险行为监控的可靠度，进而改善现有技术中存在的可靠度不高的问题。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

图1为本发明实施例提供的基于互联网的监控视频处理平台的结构框图。

图2为本发明实施例提供的基于互联网的监控视频处理方法包括的各步骤的流程示意图。

图3为本发明实施例提供的基于互联网的监控视频处理系统包括的各模块的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

如图1所示，本发明实施例提供了一种基于互联网的监控视频处理平台。其中，所述基于互联网的监控视频处理平台可以包括存储器和处理器。

详细地，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式，存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本发明实施例(如后文所述)提供的基于互联网的监控视频处理方法。

具体而言，在一些实施方式中，所述存储器可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable ProgrammableRead-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable ProgrammableRead-Only Memory，EEPROM)等。所述处理器可以是一种通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)、片上系统(System on Chip，SoC)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

具体而言，在一些实施方式中，所述基于互联网的监控视频处理平台可以是一种具备数据处理能力的服务器。

结合图2，本发明实施例还提供一种基于互联网的监控视频处理方法，可应用于上述基于互联网的监控视频处理平台。其中，所述基于互联网的监控视频处理方法有关的流程所定义的方法步骤，可以由所述基于互联网的监控视频处理平台实现。下面将对图2所示的具体流程，进行详细阐述。

步骤S110，基于目标互联网终端采集到的目标监控视频，确定出所述目标监控视频对应的目标监控对象行为序列，再对所述目标监控对象行为序列进行分段提取处理，形成所述目标监控对象行为序列对应的第一对象行为组合簇。

在本发明实施例中，所述基于互联网的监控视频处理平台可以基于目标互联网终端采集到的目标监控视频，确定出所述目标监控视频对应的目标监控对象行为序列，再对所述目标监控对象行为序列进行分段提取处理，形成所述目标监控对象行为序列对应的第一对象行为组合簇。

步骤S120，分析输出所述第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数，再依据每一个所述第一对象行为组合对应的行为筛选系数，在所述第一对象行为组合簇中筛选出对应的第二对象行为组合簇。

在本发明实施例中，所述基于互联网的监控视频处理平台可以分析输出所述第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数，再依据每一个所述第一对象行为组合对应的行为筛选系数，在所述第一对象行为组合簇中筛选出对应的第二对象行为组合簇。所述第二对象行为组合簇包括的第二对象行为组合属于所述第一对象行为组合簇中对应的行为筛选系数与预先配置的目标筛选规则匹配的第一对象行为组合(示例性地，可以将对应的行为筛选系数大于或等于配置的行为筛选系数参考值的第一对象行为组合，组合形成第二对象行为组合簇)。

步骤S130，基于所述第二对象行为组合簇，输出对应的第三对象行为组合簇。

在本发明实施例中，所述基于互联网的监控视频处理平台可以基于所述第二对象行为组合簇，输出对应的第三对象行为组合簇。所述第三对象行为组合簇包括的第三对象行为组合属于低频对象行为组合(示例性地，低频对象行为组合可以是指在行为组合数据库中的数量比例小于一定的比例参考值，该比例参考值可以根据实际需求进行配置)。

步骤S140，基于所述第三对象行为组合簇，进行第三对象行为组合的对比分析，以及，在基于对比分析的输出数据确定出与预先配置的目标风险行为规则匹配的情况下，进行风险行为监管操作。

在本发明实施例中，所述基于互联网的监控视频处理平台可以基于所述第三对象行为组合簇，进行第三对象行为组合的对比分析，以及，在基于对比分析的输出数据确定出与预先配置的目标风险行为规则匹配的情况下，进行风险行为监管操作。

基于前述的步骤，即步骤S110、步骤S120、步骤S130和步骤S140，由于在进行风险行为监管操作之前，不仅形成了行为组合，还对行为组合进行了筛选，使得操作的依据可靠度更高，从而可以在一定程度上提高视频风险行为监控的可靠度，进而改善现有技术中存在的可靠度不高的问题。

具体而言，在一些实施方式中，上述的步骤S110，所述基于目标互联网终端采集到的目标监控视频，确定出所述目标监控视频对应的目标监控对象行为序列，再对所述目标监控对象行为序列进行分段提取处理，形成所述目标监控对象行为序列对应的第一对象行为组合簇的步骤，可以包括：

对目标互联网终端采集到的目标监控视频包括的多帧目标监控视频帧分别进行行为识别处理，以得到所述多帧目标监控视频帧对应的多个目标监控对象行为，再将所述多个目标监控对象行为按照对应的目标监控视频帧的时序进行排序，形成对应的目标监控对象行为序列；

提取到第一序列位置数量和第二序列位置数量，所述第一序列位置数量小于所述第二序列位置数量(示例性地，所述第一序列位置数量和所述第二序列位置数量的具体数值不受限制，如分别可以为1和4)；

依据所述第一序列位置数量对所述目标监控对象行为序列进行滑窗处理，以形成所述第一序列位置数量对应的多个滑窗监控对象行为序列，该滑窗监控对象行为序列的序列位置的数量等于该第一序列位置数量；

对所述第一序列位置数量进行至少一次增大化的调整，以得到调整后的第一序列位置数量，直到当前调整后的第一序列位置数量等于所述第二序列位置数量，且分别依据每一次进行增大化的调整得到的调整后的第一序列位置数量对所述目标监控对象行为序列进行滑窗处理，以形成所述第一序列位置数量对应的多个滑窗监控对象行为序列；

将每一个所述滑窗监控对象行为序列作为一个第一对象行为组合，以形成所述目标监控对象行为序列对应的第一对象行为组合簇。

具体而言，在一些实施方式中，上述的步骤S120，即所述分析输出所述第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数的步骤，可以包括：

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的内部组合匹配系数(示例性地，所述参考对象行为数量的具体数值不受限制，可以根据实际应用需求进行配置)；

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数；

基于所述待处理第一对象行为组合对应的内部组合匹配系数和所述待处理第一对象行为组合对应的外部组合匹配系数，分析出所述待处理第一对象行为组合对应的行为筛选系数(示例性地，可以对所述待处理第一对象行为组合对应的内部组合匹配系数和所述待处理第一对象行为组合对应的外部组合匹配系数进行加权求和计算，得到对应的行为筛选系数)；

对于所述第一对象行为组合簇中对象行为数量未超过所述参考对象行为数量的任意一个待分析第一对象行为组合，分析输出所述待分析第一对象行为组合对于的外部组合匹配系数，再依据所述待分析第一对象行为组合对应的外部组合匹配系数，确定出所述待分析第一对象行为组合对应的行为筛选系数，所述行为筛选系数和所述外部组合匹配系数之间具有负相关的对应关系(即所述行为筛选系数越大，所述外部组合匹配系数越小)。

具体而言，在一些实施方式中，上述的所述对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的内部组合匹配系数的步骤，可以包括：

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，形成所述待处理第一对象行为组合对应的对象行为对，任意一个所述对象行为对包括对所述待处理第一对象行为组合进行对象行为分离形成的多个局部第一对象行为组合，每一个所述局部第一对象行为组合包括所述待处理第一对象行为组合中的一个对象行为或包括所述待处理第一对象行为组合中的多个在时序上连续的对象行为；

对于任意一个所述对象行为对，分析输出所述对象行为对中的每一个局部第一对象行为组合在对象行为数据库中具有的数量比例；

基于每一个所述局部第一对象行为组合在所述对象行为数据库中具有的数量比例，并结合所述待处理第一对象行为组合在所述对象行为数据库中具有的数量比例，分析输出所述对象行为对具有的内部组合匹配系数(示例性地，可以对每一个所述局部第一对象行为组合在所述对象行为数据库中具有的数量比例进行乘积计算，再计算所述待处理第一对象行为组合在所述对象行为数据库中具有的数量比例和乘积计算的结果的比值，再对该比值进行取对数操作，从而得到所述对象行为对具有的内部组合匹配系数，其中，所述内部组合匹配系数可以与取对数操作的结果正相关，如将所述待处理第一对象行为组合在所述对象行为数据库中具有的数量比例作为权重，以进行加权计算，从而得到内部组合匹配系数)；

对每一个所述对象行为对具有的内部组合匹配系数中的最小值进行标记处理，以将最小的内部组合匹配系数标记为所述待处理第一对象行为组合对应的内部组合匹配系数。

具体而言，在一些实施方式中，上述的所述对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数的步骤，可以包括：

从所述目标监控对象行为序列中，提取到所述待处理第一对象行为组合对应的相邻对象行为簇，所述相邻对象行为簇包括一个相邻对象行为或多个相邻对象行为；

分别分析输出每一个所述相邻对象行为与所述待处理第一对象行为组合进行拼接形成的拼接第一对象行为组合，在所述对象行为数据库中具有的数量比例；

基于每一个所述拼接第一对象行为组合在所述对象行为数据库中具有的数量比例，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数。

具体而言，在一些实施方式中，所述相邻对象行为簇包括的相邻对象行为属于所述待处理第一对象行为组合在所述目标监控对象行为序列中的在前相邻对象行为或在后相邻对象行为，基于此，上述的所述分别分析输出每一个所述相邻对象行为与所述待处理第一对象行为组合进行拼接形成的拼接第一对象行为组合，在所述对象行为数据库中具有的数量比例的步骤，可以包括：

分别确定出所述相邻对象行为簇中的每一个在前相邻对象行为与所述待处理第一对象行为组合进行拼接形成的前向拼接第一对象行为组合，在所述对象行为数据库中具有的数量比例；

分别确定出所述相邻对象行为簇中的每一个在后相邻对象行为与所述待处理第一对象行为组合进行拼接形成的后向拼接第一对象行为组合，在所述对象行为数据库中具有的数量比例。

具体而言，在一些实施方式中，上述的所述基于每一个所述拼接第一对象行为组合在所述对象行为数据库中具有的数量比例，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数的步骤，可以包括：

对每一个所述前向拼接第一对象行为组合在所述对象行为数据库中具有的数量比例进行对数负相关计算(示例性地，可以先进行取对数操作，然后，确定出取对数操作的结果的负相关值，以作为对应的第一对象负相关值)，以输出对应的第一对数负相关值；以及，对每一个所述后向拼接第一对象行为组合在所述对象行为数据库中具有的数量比例进行对数负相关计算，以输出对应的第二对数负相关值；

基于所述第一对数负相关值和所述第二对数负相关值，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数(示例性地，可以将所述第一对数负相关值和所述第二对数负相关值中的较小值，作为所述待处理第一对象行为组合对应的外部组合匹配系数)。

具体而言，在一些实施方式中，上述的步骤S140，即所述基于所述第三对象行为组合簇，进行第三对象行为组合的对比分析的步骤，可以包括：

确定出目标第三对象行为组合在第一时间段内形成的第一对象行为数据库中的第一数量比例，并确定出所述目标第三对象行为组合在第二时间段内形成的第二对象行为数据库中的第二数量比例，所述第二时间段和所述第一时间段不重合，所述目标第三对象行为组合为所述第三对象行为组合簇中的任意一个第三对象行为组合(示例性地，所述第一时间段属于所述第二时间段之前的时间段，可以相邻)；

对所述第一数量比例和所述第二数量比例进行商值计算；

基于所述第一数量比例和所述第二数量比例之间的商值，得到所述目标第三对象行为组合对应的对比分析的输出数据(示例性地，可以直接将该商值作为对应的对比分析的输出数据)。

具体而言，在一些实施方式中，上述的步骤S140，即所述在基于对比分析的输出数据确定出与预先配置的目标风险行为规则匹配的情况下，进行风险行为监管操作的步骤，可以包括：

提取到预先配置的风险配置系数(示例性地，所述风险配置系数根据实际需求配置即可，在此不做具体的限定)；

在所述目标第三对象行为组合对应的对比分析的输出数据表征的商值超过所述风险配置系数的情况下，得到与预先配置的目标风险行为规则匹配的分析结果，以及，再对所述目标第三对象行为组合对应的行为进行风险行为监管操作(如指示所述目标第三对象行为组合属于风险行为组合)。

结合图3，本发明实施例还提供一种基于互联网的监控视频处理系统，可应用于上述基于互联网的监控视频处理平台。其中，所述基于互联网的监控视频处理系统可以包括以下模块：

监控对象行为确定模块，用于基于目标互联网终端采集到的目标监控视频，确定出所述目标监控视频对应的目标监控对象行为序列，再对所述目标监控对象行为序列进行分段提取处理，形成所述目标监控对象行为序列对应的第一对象行为组合簇；

第一组合筛选模块，用于分析输出所述第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数，再依据每一个所述第一对象行为组合对应的行为筛选系数，在所述第一对象行为组合簇中筛选出对应的第二对象行为组合簇，所述第二对象行为组合簇包括的第二对象行为组合属于所述第一对象行为组合簇中对应的行为筛选系数与预先配置的目标筛选规则匹配的第一对象行为组合；

第二组合筛选模块，用于基于所述第二对象行为组合簇，输出对应的第三对象行为组合簇，所述第三对象行为组合簇包括的第三对象行为组合属于低频对象行为组合；

风险行为监管模块，用于基于所述第三对象行为组合簇，进行第三对象行为组合的对比分析，以及，在基于对比分析的输出数据确定出与预先配置的目标风险行为规则匹配的情况下，进行风险行为监管操作。

具体而言，在一些实施方式中，所述监控对象行为确定模块具体用于：

对目标互联网终端采集到的目标监控视频包括的多帧目标监控视频帧分别进行行为识别处理，以得到所述多帧目标监控视频帧对应的多个目标监控对象行为，再将所述多个目标监控对象行为按照对应的目标监控视频帧的时序进行排序，形成对应的目标监控对象行为序列；

提取到第一序列位置数量和第二序列位置数量，所述第一序列位置数量小于所述第二序列位置数量；

依据所述第一序列位置数量对所述目标监控对象行为序列进行滑窗处理，以形成所述第一序列位置数量对应的多个滑窗监控对象行为序列，该滑窗监控对象行为序列的序列位置的数量等于该第一序列位置数量；

对所述第一序列位置数量进行至少一次增大化的调整，以得到调整后的第一序列位置数量，直到当前调整后的第一序列位置数量等于所述第二序列位置数量，且分别依据每一次进行增大化的调整得到的调整后的第一序列位置数量对所述目标监控对象行为序列进行滑窗处理，以形成所述第一序列位置数量对应的多个滑窗监控对象行为序列；

将每一个所述滑窗监控对象行为序列作为一个第一对象行为组合，以形成所述目标监控对象行为序列对应的第一对象行为组合簇。

具体而言，在一些实施方式中，所述第一组合筛选模块具体用于：

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的内部组合匹配系数；

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数；

基于所述待处理第一对象行为组合对应的内部组合匹配系数和所述待处理第一对象行为组合对应的外部组合匹配系数，分析出所述待处理第一对象行为组合对应的行为筛选系数；

对于所述第一对象行为组合簇中对象行为数量未超过所述参考对象行为数量的任意一个待分析第一对象行为组合，分析输出所述待分析第一对象行为组合对于的外部组合匹配系数，再依据所述待分析第一对象行为组合对应的外部组合匹配系数，确定出所述待分析第一对象行为组合对应的行为筛选系数，所述行为筛选系数和所述外部组合匹配系数之间具有负相关的对应关系。

综上所述，本发明提供的一种基于互联网的监控视频处理方法及系统，可以先形成目标监控对象行为序列对应的第一对象行为组合簇；分析输出第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数，再依据每一个第一对象行为组合对应的行为筛选系数，筛选出对应的第二对象行为组合簇；基于第二对象行为组合簇，输出对应的第三对象行为组合簇；基于第三对象行为组合簇，进行第三对象行为组合的对比分析，以及，在基于对比分析的输出数据确定出与预先配置的目标风险行为规则匹配的情况下，进行风险行为监管操作。基于前述的步骤，由于在进行风险行为监管操作之前，不仅形成了行为组合，还对行为组合进行了筛选，使得操作的依据可靠度更高，从而可以在一定程度上提高视频风险行为监控的可靠度，进而改善现有技术中存在的可靠度不高的问题。

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 (10)

1.一种基于互联网的监控视频处理方法，其特征在于，包括：

基于目标互联网终端采集到的目标监控视频，确定出所述目标监控视频对应的目标监控对象行为序列，再对所述目标监控对象行为序列进行分段提取处理，形成所述目标监控对象行为序列对应的第一对象行为组合簇；

分析输出所述第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数，再依据每一个所述第一对象行为组合对应的行为筛选系数，在所述第一对象行为组合簇中筛选出对应的第二对象行为组合簇，所述第二对象行为组合簇包括的第二对象行为组合属于所述第一对象行为组合簇中对应的行为筛选系数与预先配置的目标筛选规则匹配的第一对象行为组合；

基于所述第二对象行为组合簇，输出对应的第三对象行为组合簇，所述第三对象行为组合簇包括的第三对象行为组合属于低频对象行为组合；

基于所述第三对象行为组合簇，进行第三对象行为组合的对比分析，以及，在基于对比分析的输出数据确定出与预先配置的目标风险行为规则匹配的情况下，进行风险行为监管操作。

2.如权利要求1所述的基于互联网的监控视频处理方法，其特征在于，所述分析输出所述第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数的步骤，包括：

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的内部组合匹配系数；

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数；

基于所述待处理第一对象行为组合对应的内部组合匹配系数和所述待处理第一对象行为组合对应的外部组合匹配系数，分析出所述待处理第一对象行为组合对应的行为筛选系数；

对于所述第一对象行为组合簇中对象行为数量未超过所述参考对象行为数量的任意一个待分析第一对象行为组合，分析输出所述待分析第一对象行为组合对于的外部组合匹配系数，再依据所述待分析第一对象行为组合对应的外部组合匹配系数，确定出所述待分析第一对象行为组合对应的行为筛选系数，所述行为筛选系数和所述外部组合匹配系数之间具有负相关的对应关系。

3.如权利要求2所述的基于互联网的监控视频处理方法，其特征在于，所述对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的内部组合匹配系数的步骤，包括：

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，形成所述待处理第一对象行为组合对应的对象行为对，任意一个所述对象行为对包括对所述待处理第一对象行为组合进行对象行为分离形成的多个局部第一对象行为组合，每一个所述局部第一对象行为组合包括所述待处理第一对象行为组合中的一个对象行为或包括所述待处理第一对象行为组合中的多个在时序上连续的对象行为；

对于任意一个所述对象行为对，分析输出所述对象行为对中的每一个局部第一对象行为组合在对象行为数据库中具有的数量比例；

基于每一个所述局部第一对象行为组合在所述对象行为数据库中具有的数量比例，并结合所述待处理第一对象行为组合在所述对象行为数据库中具有的数量比例，分析输出所述对象行为对具有的内部组合匹配系数；

对每一个所述对象行为对具有的内部组合匹配系数中的最小值进行标记处理，以将最小的内部组合匹配系数标记为所述待处理第一对象行为组合对于的内部组合匹配系数。

4.如权利要求2所述的基于互联网的监控视频处理方法，其特征在于，所述对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数的步骤，包括：

从所述目标监控对象行为序列中，提取到所述待处理第一对象行为组合对应的相邻对象行为簇，所述相邻对象行为簇包括一个相邻对象行为或多个相邻对象行为；

分别分析输出每一个所述相邻对象行为与所述待处理第一对象行为组合进行拼接形成的拼接第一对象行为组合，在所述对象行为数据库中具有的数量比例；

基于每一个所述拼接第一对象行为组合在所述对象行为数据库中具有的数量比例，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数。

5.如权利要求4所述的基于互联网的监控视频处理方法，其特征在于，所述相邻对象行为簇包括的相邻对象行为属于所述待处理第一对象行为组合在所述目标监控对象行为序列中的在前相邻对象行为或在后相邻对象行为；

所述分别分析输出每一个所述相邻对象行为与所述待处理第一对象行为组合进行拼接形成的拼接第一对象行为组合，在所述对象行为数据库中具有的数量比例的步骤，包括

分别确定出所述相邻对象行为簇中的每一个在前相邻对象行为与所述待处理第一对象行为组合进行拼接形成的前向拼接第一对象行为组合，在所述对象行为数据库中具有的数量比例；

分别确定出所述相邻对象行为簇中的每一个在后相邻对象行为与所述待处理第一对象行为组合进行拼接形成的后向拼接第一对象行为组合，在所述对象行为数据库中具有的数量比例。

6.如权利要求5所述的基于互联网的监控视频处理方法，其特征在于，所述基于每一个所述拼接第一对象行为组合在所述对象行为数据库中具有的数量比例，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数的步骤，包括：

对每一个所述前向拼接第一对象行为组合在所述对象行为数据库中具有的数量比例进行对数负相关计算，以输出对应的第一对数负相关值；以及，对每一个所述后向拼接第一对象行为组合在所述对象行为数据库中具有的数量比例进行对数负相关计算，以输出对应的第二对数负相关值；

基于所述第一对数负相关值和所述第二对数负相关值，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数。

7.如权利要求1-6任意一项所述的基于互联网的监控视频处理方法，其特征在于，所述基于目标互联网终端采集到的目标监控视频，确定出所述目标监控视频对应的目标监控对象行为序列，再对所述目标监控对象行为序列进行分段提取处理，形成所述目标监控对象行为序列对应的第一对象行为组合簇的步骤，包括：

对目标互联网终端采集到的目标监控视频包括的多帧目标监控视频帧分别进行行为识别处理，以得到所述多帧目标监控视频帧对应的多个目标监控对象行为，再将所述多个目标监控对象行为按照对应的目标监控视频帧的时序进行排序，形成对应的目标监控对象行为序列；

提取到第一序列位置数量和第二序列位置数量，所述第一序列位置数量小于所述第二序列位置数量；

依据所述第一序列位置数量对所述目标监控对象行为序列进行滑窗处理，以形成所述第一序列位置数量对应的多个滑窗监控对象行为序列，该滑窗监控对象行为序列的序列位置的数量等于该第一序列位置数量；

对所述第一序列位置数量进行至少一次增大化的调整，以得到调整后的第一序列位置数量，直到当前调整后的第一序列位置数量等于所述第二序列位置数量，且分别依据每一次进行增大化的调整得到的调整后的第一序列位置数量对所述目标监控对象行为序列进行滑窗处理，以形成所述第一序列位置数量对应的多个滑窗监控对象行为序列；

将每一个所述滑窗监控对象行为序列作为一个第一对象行为组合，以形成所述目标监控对象行为序列对应的第一对象行为组合簇。

8.一种基于互联网的监控视频处理系统，其特征在于，包括：

监控对象行为确定模块，用于基于目标互联网终端采集到的目标监控视频，确定出所述目标监控视频对应的目标监控对象行为序列，再对所述目标监控对象行为序列进行分段提取处理，形成所述目标监控对象行为序列对应的第一对象行为组合簇；

第一组合筛选模块，用于分析输出所述第一对象行为组合簇包括的每一个第一对象行为组合对应的行为筛选系数，再依据每一个所述第一对象行为组合对应的行为筛选系数，在所述第一对象行为组合簇中筛选出对应的第二对象行为组合簇，所述第二对象行为组合簇包括的第二对象行为组合属于所述第一对象行为组合簇中对应的行为筛选系数与预先配置的目标筛选规则匹配的第一对象行为组合；

第二组合筛选模块，用于基于所述第二对象行为组合簇，输出对应的第三对象行为组合簇，所述第三对象行为组合簇包括的第三对象行为组合属于低频对象行为组合；

风险行为监管模块，用于基于所述第三对象行为组合簇，进行第三对象行为组合的对比分析，以及，在基于对比分析的输出数据确定出与预先配置的目标风险行为规则匹配的情况下，进行风险行为监管操作。

9.如权利要求8所述的基于互联网的监控视频处理系统，其特征在于，所述监控对象行为确定模块具体用于：

对目标互联网终端采集到的目标监控视频包括的多帧目标监控视频帧分别进行行为识别处理，以得到所述多帧目标监控视频帧对应的多个目标监控对象行为，再将所述多个目标监控对象行为按照对应的目标监控视频帧的时序进行排序，形成对应的目标监控对象行为序列；

提取到第一序列位置数量和第二序列位置数量，所述第一序列位置数量小于所述第二序列位置数量；

依据所述第一序列位置数量对所述目标监控对象行为序列进行滑窗处理，以形成所述第一序列位置数量对应的多个滑窗监控对象行为序列，该滑窗监控对象行为序列的序列位置的数量等于该第一序列位置数量；

对所述第一序列位置数量进行至少一次增大化的调整，以得到调整后的第一序列位置数量，直到当前调整后的第一序列位置数量等于所述第二序列位置数量，且分别依据每一次进行增大化的调整得到的调整后的第一序列位置数量对所述目标监控对象行为序列进行滑窗处理，以形成所述第一序列位置数量对应的多个滑窗监控对象行为序列；

将每一个所述滑窗监控对象行为序列作为一个第一对象行为组合，以形成所述目标监控对象行为序列对应的第一对象行为组合簇。

10.如权利要求8所述的基于互联网的监控视频处理系统，其特征在于，所述第一组合筛选模块具体用于：

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的内部组合匹配系数；

对于所述第一对象行为组合簇中对象行为数量超过预先配置的参考对象行为数量的任意一个待处理第一对象行为组合，分析输出所述待处理第一对象行为组合对应的外部组合匹配系数；

基于所述待处理第一对象行为组合对应的内部组合匹配系数和所述待处理第一对象行为组合对应的外部组合匹配系数，分析出所述待处理第一对象行为组合对应的行为筛选系数；

对于所述第一对象行为组合簇中对象行为数量未超过所述参考对象行为数量的任意一个待分析第一对象行为组合，分析输出所述待分析第一对象行为组合对于的外部组合匹配系数，再依据所述待分析第一对象行为组合对应的外部组合匹配系数，确定出所述待分析第一对象行为组合对应的行为筛选系数，所述行为筛选系数和所述外部组合匹配系数之间具有负相关的对应关系。