一种异常行为的识别方法及装置与流程

本公开涉及计算机技术领域，特别涉及一种异常行为的识别方法及装置。

背景技术：

在线下零售业务中，通常存在黄牛恶意哄抬商品价格、黄牛恶意压低商品价格、小偷盗窃财物等现象，显然，这些现象的发生会扰乱市场经济，造成行业的毁灭性打击，进而导致社会秩序紊乱。然而，目前通常只能在现象发生后，采取相应的补救措施，无法及时、有效的识别出哄抬商品价格、压低商品价格、盗窃等异常行为。

由此可见，需要设计一种新的方案，以克服上述缺陷。

技术实现要素：

本公开提供了一种异常行为的识别方法及装置，用以及时、有效的识别出异常行为。

本公开实施例提供的具体技术方案如下：

第一方面，一种异常行为的识别方法，包括：

在目标地点获取目标人物的人脸图像，并采用预设的图像识别算法，生成相应的人脸识别结果，以及基于所述人脸识别结果和所述目标人物触发的咨询信息，对应所述目标人物生成相应的用户描述信息；

从预存的历史数据中，获取在非所述目标地点的各个历史目标地点生成的各个历史用户描述信息，并将所述用户描述信息分别与所述各个历史用户描述信息进行相似度比较，筛选出与所述用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息；

确定获得的各个参考用户描述信息对应的不同历史目标地点的数目达到预设的第一数目门限值，且所述各个参考用户描述信息各自的生成时间，满足预设的时间范围时，确定所述目标人物存在异常行为，并进行告警。

可选的，将所述用户描述信息分别与所述各个历史用户描述信息进行相似度比较，筛选出与所述用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息，具体包括：

将所述人脸特征识别结果，分别与所述各个历史用户描述信息中包含的各个历史人脸识别结果进行相似度比较，筛选出与所述人脸特征识别结果的相似度达到预设的第一人脸相似度门限值的历史人脸识别结果，作为参考人脸识别结果；

确定获得的各个参考人脸识别结果对应的各个历史咨询信息，并将所述咨询信息，分别与所述各个历史咨询信息进行相似度比较，筛选出与所述咨询信息的相似度达到预设的信息相似度门限值的历史咨询信息，作为参考咨询信息；

将获得的各个参考咨询信息和相应的各个参考人脸识别结果，作为参考用户描述信息。

可选的，所述用户描述信息中进一步包含非目标人物信息，所述非目标人物信息表征所述目标地点中存在的与所述目标人物之间的距离小于预设的距离门限值，且与所述目标人物的同时出现时间大于预设的时间门限值的其他人物，则筛选出与所述用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息，进一步包括：

若未筛选出与所述咨询信息的相似度达到预设的信息相似度门限值的历史咨询信息，则获取所述各个参考人脸识别结果对应的各个历史非目标人物信息；

确定所述各个历史非目标人物信息的数目达到预设的第二数目门限值时，将所述各个历史非目标人物信息和相应的各个参考人脸识别结果，作为参考用户描述信息。

可选的，确定所述各个参考用户描述信息各自的生成时间，满足预设的时间范围，具体包括：

基于所述用户描述信息的生成时间，以及预设的时间范围，确定参考时间；

将所述各个参考用户描述信息，按照各自的生成时间进行排序，生成排序结果，并基于所述排序结果，确定生成时间最早的一个参考用户描述信息；

确定所述一个参考用户描述信息的生成时间，晚于所述参考时间时，确定所述各个参考用户描述信息各自的生成时间，满足预设的时间范围。

可选的，确定所述目标人物存在异常行为，并进行告警，具体包括：

确定所述目标人物存在异常行为，并采用预设的信息发送方式，向预设的多个联系人发送至少包含所述人脸图像的告警指示信息，其中，所述多个联系人至少包含位于所述目标地点的工作人员。

第二方面，一种异常行为的识别装置，包括：

识别单元，用于在目标地点获取目标人物的人脸图像，并采用预设的图像识别算法，生成相应的人脸识别结果，以及基于所述人脸识别结果和所述目标人物触发的咨询信息，对应所述目标人物生成相应的用户描述信息；

筛选单元，用于从预存的历史数据中，获取在非所述目标地点的各个历史目标地点生成的各个历史用户描述信息，并将所述用户描述信息分别与所述各个历史用户描述信息进行相似度比较，筛选出与所述用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息；

告警单元，用于确定获得的各个参考用户描述信息对应的不同历史目标地点的数目达到预设的第一数目门限值，且所述各个参考用户描述信息各自的生成时间，满足预设的时间范围时，确定所述目标人物存在异常行为，并进行告警。

可选的，将所述用户描述信息分别与所述各个历史用户描述信息进行相似度比较，筛选出与所述用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息时，所述筛选单元具体用于：

将所述人脸特征识别结果，分别与所述各个历史用户描述信息中包含的各个历史人脸识别结果进行相似度比较，筛选出与所述人脸特征识别结果的相似度达到预设的第一人脸相似度门限值的历史人脸识别结果，作为参考人脸识别结果；

确定获得的各个参考人脸识别结果对应的各个历史咨询信息，并将所述咨询信息，分别与所述各个历史咨询信息进行相似度比较，筛选出与所述咨询信息的相似度达到预设的信息相似度门限值的历史咨询信息，作为参考咨询信息；

将获得的各个参考咨询信息和相应的各个参考人脸识别结果，作为参考用户描述信息。

可选的，所述用户描述信息中进一步包含非目标人物信息，所述非目标人物信息表征所述目标地点中存在的与所述目标人物之间的距离小于预设的距离门限值，且与所述目标人物的同时出现时间大于预设的时间门限值的其他人物，则筛选出与所述用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息时，所述筛选单元进一步用于：

若未筛选出与所述咨询信息的相似度达到预设的信息相似度门限值的历史咨询信息，则获取所述各个参考人脸识别结果对应的各个历史非目标人物信息；

确定所述各个历史非目标人物信息的数目达到预设的第二数目门限值时，将所述各个历史非目标人物信息和相应的各个参考人脸识别结果，作为参考用户描述信息。

可选的，确定所述各个参考用户描述信息各自的生成时间，满足预设的时间范围时，所述告警单元具体用于：

基于所述用户描述信息的生成时间，以及预设的时间范围，确定参考时间；

将所述各个参考用户描述信息，按照各自的生成时间进行排序，生成排序结果，并基于所述排序结果，确定生成时间最早的一个参考用户描述信息；

确定所述一个参考用户描述信息的生成时间，晚于所述参考时间时，确定所述各个参考用户描述信息各自的生成时间，满足预设的时间范围。

可选的，确定所述目标人物存在异常行为，并进行告警时，所述告警单元具体用于：

确定所述目标人物存在异常行为，并采用预设的信息发送方式，向预设的多个联系人发送至少包含所述人脸图像的告警指示信息，其中，所述多个联系人至少包含位于所述目标地点的工作人员。

第三方面，一种异常行为的识别装置，包括：

存储器，用于存储可执行指令；

处理器，用于读取并执行所述存储器中存储的可执行指令，以实现上述第一方面中任一项所述的异常行为的识别方法。

第四方面，一种存储介质，当所述存储介质中的指令由处理器执行时，使得所述处理器能够执行上述第一方面中任一项所述的异常行为的识别方法。

综上所述，本公开实施例中，在目标地点获取目标人物的人脸图像，并基于人脸识别结果和目标人物触发的咨询信息，生成相应的用户描述信息，然后，从预存的历史数据中，筛选出满足相似度条件的参考用户描述信息，之后，确定获得的各个参考用户描述信息对应的不同历史目标地点的数目，以及各个参考用户描述信息各自的生成时间，满足相应的条件时，确定目标人物存在异常行为，并进行告警。这样，当目标人物出现在目标地点时，可以根据历史数据，快速、准确的识别出目标人物是否存在异常行为，从而及时进行告警。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术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为本公开实施例中提供的一种异常行为的识别方法的流程示意图；

图2为本公开实施例中提供的一种异常行为的识别装置的实体结构示意图；

图3为本公开实施例中提供的一种异常行为的识别装置的逻辑结构示意图。

具体实施方式

在线下零售业务中，为了提高异常行为的识别效率和准确率，本公开实施例中，在目标地点获取目标人物的人脸图像之后，生成相应的用户描述信息，并与预存的历史数据进行比较，筛选出符合预设条件的各个参考用户描述信息，然后，根据各个参考用户描述信息对应的不同历史目标地点的数目，以及根据各个参考用户描述信息各自的生成时间，确定目标人物存在异常行为，并进行告警。

需要说明的是，本公开实施例中，异常行为包括但不限于是指疑似恶意竟价行为、疑似盗窃行为等。

下面结合附图对本公开优先的实施方式做出进一步详细说明。

需要说明的是，本公开实施例中，在预准备阶段，针对在预设的每一个目标地点，出现的每一个目标人物，执行以下操作：

获取每一个目标人物的人脸图像，并采用预设的图像识别算法，生成相应的人脸识别结果，并基于人脸识别结果、每一个目标人物触发的咨询信息、以及每一个目标人物对应的非目标人物信息，对应每一个目标人物生成并存储相应的用户描述信息。

本公开实施例中，非目标人物信息表征在一个目标地点中存在的与目标人物之间的距离小于预设的距离门限值，且与目标人物的同时出现时间大于预设的时间门限值的其他人物。

例如，假设，目标人物a出现在珠宝店1，预设的距离门限值为2米，时间门限值为10分钟，此时，获取目标人物a的人脸图像a，并采用k均值聚类算法(k-meansclusteringalgorithm，k-means算法)，生成相应的人脸识别结果a，其中，人脸识别结果a表征目标人物a为张三，然后，基于人脸识别结果a、张三触发的咨询信息a、以及目标人物a对应的非目标人物信息a，其中，咨询信息a表征张三咨询钻石项链1、钻石项链2、翡翠项链1，非目标人物信息a表征在珠宝店1中存在的与张三之间的距离小于2米，且与张三的同时出现时间大于10分钟的对应张三生成并存储相应的用户描述信息a，用户描述信息a中包含张三的人脸识别结果a、咨询信息a、非目标人物信息a。

这样，经过一段时间的积累，将获得大量的历史数据，从而，在目标地点中出现目标人物时，能够基于历史数据，识别出目标用户是否存在异常行为。

参阅图1所示，本公开实施例中，异常行为的识别流程如下：

步骤s101：在目标地点获取目标人物的人脸图像，并采用预设的图像识别算法，生成相应的人脸识别结果，以及基于人脸识别结果和目标人物触发的咨询信息，对应目标人物生成相应的用户描述信息。

例如，假设，预设的图像识别算法为k-means算法，在珠宝店4获取目标人物1的人脸图像1，并采用k-means算法，生成相应的人脸识别结果1，人脸识别结果1表征目标人物1为张三，以及基于人脸识别结果1和目标人物1触发的咨询信息1，对应目标人物1生成相应的用户描述信息1，其中，目标人物1触发的咨询信息1表征目标人物1咨询钻石项链1和钻石项链2。

步骤s102：从预存的历史数据中，获取在非目标地点的各个历史目标地点生成的各个历史用户描述信息，并将用户描述信息分别与各个历史用户描述信息进行相似度比较，筛选出与用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息。

具体的，从预存的历史数据中，获取在非目标地点的各个历史目标地点生成的各个历史用户描述信息。

例如，从预存的历史数据中，获取在珠宝店1、珠宝店2、珠宝店3生成的历史用户描述信息a、历史用户描述信息b、历史用户描述信息c。

获取在非目标地点的各个历史目标地点生成的各个历史用户描述信息之后，采用但不限于以下步骤确定参考用户描述信息：

a1、将人脸特征识别结果，分别与各个历史用户描述信息中包含的各个历史人脸识别结果进行相似度比较，筛选出与人脸特征识别结果的相似度达到预设的第一人脸相似度门限值的历史人脸识别结果，作为参考人脸识别结果。

例如，将人脸特征识别结果1，分别与历史用户描述信息a、历史用户描述信息b、历史用户描述信息c中包含的历史人脸识别结果a、历史人脸识别结果b、历史人脸识别结果c进行相似度比较，其中，历史人脸识别结果a、历史人脸识别结果b、历史人脸识别结果c分别表征张三、张三、李四，假设，人脸特征识别结果1与历史人脸识别结果a、历史人脸识别结果b、历史人脸识别结果c的相似度分别为80％、90％、60％，预设的第一人脸相似度门限值为80％，筛选出与人脸特征识别结果1的相似度达到80％的历史人脸识别结果a、历史人脸识别结果b，作为参考人脸识别结果1、参考人脸识别结果2。

a2、确定获得的各个参考人脸识别结果对应的各个历史咨询信息，并将咨询信息，分别与各个历史咨询信息进行相似度比较，筛选出与咨询信息的相似度达到预设的信息相似度门限值的历史咨询信息，作为参考咨询信息。

例如，假设，预设的信息相似度门限值为60％，确定获得的参考人脸识别结果1、参考人脸识别结果2对应的历史咨询信息a、历史咨询信息b，其中，咨询信息a表征张三咨询钻石项链1、钻石项链2、翡翠项链1，咨询信息b表征张三咨询钻石项链1、钻石项链2，并将咨询信息1，分别与历史咨询信息a、历史咨询信息b进行相似度比较，假设，咨询信息1与历史咨询信息a、历史咨询信息b的相似度分别为67％、100％，筛选出与咨询信息的相似度达到80％的历史咨询信息a、历史咨询信息b，作为参考咨询信息1、参考咨询信息2。

a3、将获得的各个参考咨询信息和相应的各个参考人脸识别结果，作为参考用户描述信息。

例如，将获得的参考咨询信息1、参考咨询信息2和相应的参考人脸识别结果1、参考人脸识别结果2，作为参考用户描述信息1、参考用户描述信息2。

需要说明的是，本公开实施例中，若用户描述信息中进一步包含非目标人物信息，则若执行步骤a2时，未筛选出与咨询信息的相似度达到预设的信息相似度门限值的历史咨询信息，则获取各个参考人脸识别结果对应的各个历史非目标人物信息。

本公开实施例中，非目标人物信息表征目标地点中存在的与目标人物之间的距离小于预设的距离门限值，且与目标人物的同时出现时间大于预设的时间门限值的其他人物。

例如，若执行步骤a2时，未筛选出与咨询信息1的相似度达到预设的信息相似度门限值的历史咨询信息，则获取参考人脸识别结果1、参考人脸识别结果2对应的历史非目标人物信息a、历史非目标人物信息b，其中，历史非目标人物信息a表征张一，历史非目标人物信息b表征张二。

进一步的，确定各个历史非目标人物信息的数目达到预设的第二数目门限值时，将各个历史非目标人物信息和相应的各个参考人脸识别结果，作为参考用户描述信息。

例如，假设，预设的第二数目门限值为2，确定历史非目标人物信息a和历史非目标人物信息b的数目达到2时，将历史非目标人物信息a、历史非目标人物信息b和相应的参考人脸识别结果1、参考人脸识别结果2，作为参考用户描述信息1、参考用户描述信息2。

步骤s103：确定获得的各个参考用户描述信息对应的不同历史目标地点的数目达到预设的第一数目门限值，且各个参考用户描述信息各自的生成时间，满足预设的时间范围时，确定目标人物存在异常行为，并进行告警。

具体的，确定获得的各个参考用户描述信息对应的不同历史目标地点的数目达到预设的第一数目门限值。

例如，假设，预设的第一数目门限值为2，参考用户描述信息1对应珠宝店1，参考用户描述信息2对应珠宝店2，确定获得的各个参考用户描述信息对应的不同历史目标地点的数目达到2。

本公开实施例中，可以采用但不限于以下方式，确定各个参考用户描述信息各自的生成时间满足预设的时间范围：

b1、基于用户描述信息的生成时间，以及预设的时间范围，确定参考时间。

例如，假设，用户描述信息1的生成时间为2019年5月1日，预设的时间范围为一个月，基于用户描述信息1的生成时间，以及预设的时间范围，确定参考时间为2019年4月1日。

b2、将各个参考用户描述信息，按照各自的生成时间进行排序，生成排序结果，并基于排序结果，确定生成时间最早的一个参考用户描述信息。

例如，假设，参考用户描述信息1的生成时间为2019年4月2日，参考用户描述信息2的生成时间为2019年4月30日，将参考用户描述信息1、参考用户描述信息2，按照各自的生成时间进行排序，生成排序结果，并基于排序结果，确定生成时间最早的一个参考用户描述信息为参考用户描述信息1。

b3、确定一个参考用户描述信息的生成时间，晚于参考时间时，确定各个参考用户描述信息各自的生成时间，满足预设的时间范围。

例如，确定参考用户描述信息1的生成时间2019年4月2日，晚于2019年4月1日时，确定参考用户描述信息1、参考用户描述信息2各自的生成时间，满足预设的时间范围。

确定各个参考用户描述信息对应的不同历史目标地点的数目达到预设的第一数目门限值，且各个参考用户描述信息各自的生成时间，满足预设的时间范围时，确定目标人物存在疑似恶意竟价行为或疑似盗窃行为，并采用预设的信息发送方式，向预设的多个联系人发送至少包含所述人脸图像的告警指示信息。

本公开实施例中，多个联系人至少包含位于目标地点的工作人员。

例如，确定目标人物1存在疑似恶意竟价行为，可见，该疑似恶意竟价行为属于异常行为，此时，采用短信方式，向联系人1、联系人2、联系人3发送包含人脸图像1的告警指示信息1，其中，联系人1、联系人2、联系人3为位于珠宝店4的工作人员。

又例如，确定目标人物1存在疑似恶意竟价行为，可见，该疑似恶意竟价行为属于异常行为，此时，并采用邮件方式，向联系人4、联系人5、联系人6发送包含人脸图像1和咨询信息1的告警指示信息1，其中，联系人4为位于珠宝店4的工作人员，联系人5为位于珠宝店1的工作人员，联系人6为位于珠宝店2的工作人员。

接下来，基于上述公开实施例，以两个具体场景为例，对本公开进行进一步说明。

场景一：

2019年3月2号，李四出现在汽车4s店1，获取李四的人脸图像1，并采用k-means算法，生成李四的人脸识别结果1，然后，基于人脸识别结果1、李四触发的表征李四咨询汽车品牌a的汽车1、汽车品牌b的汽车1、汽车品牌c的汽车1的咨询信息1，对应李四生成并存储相应的用户描述信息1，其中，用户描述信息1中包含李四的人脸识别结果1、咨询信息1，将用户描述信息1、人脸识别结果1、咨询信息1分别称为历史用户描述信息a、历史人脸识别结果a、历史咨询信息a。

2019年3月3号，李四出现在汽车4s店2，获取李四的人脸图像2，并采用k-means算法，生成李四的人脸识别结果2，然后，基于人脸识别结果2、李四触发的表征李四咨询汽车品牌a的汽车1、汽车品牌b的汽车2、汽车品牌b的汽车1的咨询信息2，对应李四生成并存储相应的用户描述信息2，其中，用户描述信息1中包含李四的人脸识别结果2、咨询信息2，下文中，将用户描述信息2、人脸识别结果2、咨询信息2分别称为历史用户描述信息b、历史人脸识别结果b、历史咨询信息b。

2019年3月5号，李四出现在汽车4s店3，获取李四的人脸图像3，并采用k-means算法，生成李四的人脸识别结果3，然后，基于人脸识别结果3、李四触发的表征李四咨询汽车品牌a的汽车1的咨询信息3，对应李四生成并存储相应的用户描述信息3，其中，用户描述信息3中包含李四的人脸识别结果3、咨询信息3，下文中，将用户描述信息3、人脸识别结果3、咨询信息3分别称为历史用户描述信息c、历史人脸识别结果c、历史咨询信息c。

2019年3月7号，李四出现在汽车4s店4，获取李四的人脸图像，并采用k-means算法，生成相应的人脸识别结果4，以及基于人脸识别结果4和目标人物触发的咨询信息4，对应目标人物生成相应的用户描述信息4，其中，咨询信息4表征李四咨询汽车品牌a的汽车1和汽车品牌b的汽车1，然后，从预存的历史数据中，获取李四在汽车4s店1、汽车4s店2、汽车4s店3生成的历史用户描述信息a、历史用户描述信息b、历史用户描述信息c。

然后，将人脸特征识别结果4，分别与历史用户描述信息a、历史用户描述信息b、历史用户描述信息c中包含的历史人脸识别结果a、历史人脸识别结果b、历史人脸识别结果c进行相似度比较，假设，人脸特征识别结果4与历史人脸识别结果a、历史人脸识别结果b、历史人脸识别结果c的相似度分别为95％、96％、90％，预设的第一人脸相似度门限值为80％，筛选出与人脸特征识别结果4的相似度达到80％的历史人脸识别结果a、历史人脸识别结果b、历史人脸识别结果c，作为参考人脸识别结果1、参考人脸识别结果2、参考人脸识别结果3。

之后，假设，预设的信息相似度门限值为60％，确定获得的参考人脸识别结果1、参考人脸识别结果2、参考人脸识别结果3对应的历史咨询信息a、历史咨询信息b、历史咨询信息c，并将咨询信息4，分别与历史咨询信息a、历史咨询信息b、历史咨询信息c进行相似度比较，假设，咨询信息1与历史咨询信息a、历史咨询信息b、历史咨询信息c的相似度分别为67％、67％、50％，筛选出与咨询信息4的相似度达到60％的历史咨询信息a、历史咨询信息c，作为参考咨询信息1、参考咨询信息2，并将获得的参考咨询信息1、参考咨询信息2和相应的参考人脸识别结果1、参考人脸识别结果2，作为参考用户描述信息1、参考用户描述信息2。

接着，预设的第一数目门限值为2，参考用户描述信息1对应汽车4s店1，参考用户描述信息2对应汽车4s店1，确定获得的各个参考用户描述信息对应的不同历史目标地点的数目达到2，同时，基于用户描述信息4的生成时间2019年3月7号，以及预设的表征一周内的时间范围，确定参考时间为2019年3月1号，将参考用户描述信息1、参考用户描述信息2，按照各自的生成时间进行排序，生成排序结果，并基于排序结果，确定生成时间最早的一个参考用户描述信息为参考用户描述信息1，确定参考用户描述信息1的生成时间2019年3月2日，晚于2019年3月1日时，确定参考用户描述信息1、参考用户描述信息2各自的生成时间，满足预设的时间范围。

此时，确定李四存在疑似盗窃行为，可见，该疑似盗窃行为属于异常行为，此时，采用邮件方式，向联系人1、联系人2、联系人3发送包含人脸图像4和咨询信息4的告警指示信息1，其中，联系人1为位于汽车4s店4的工作人员，联系人2为位于汽车4s店1的工作人员，联系人3为位于汽车4s店3的工作人员。

场景二：

2019年6月4号，王五出现在服装店1，同时，在服装店1中存在与王五之间的距离小于2米，且与王五的同时出现时间大于10分钟的王一，获取王五的人脸图像1，并采用k-means算法，生成王五的人脸识别结果1，然后，基于人脸识别结果1、王五触发的表征王五咨询服饰1的咨询信息1、表征王一的非目标人物信息1，对应王五生成并存储相应的用户描述信息1，其中，用户描述信息1中包含王五的人脸识别结果1、咨询信息1、非目标人物信息1，下文中，将用户描述信息1、人脸识别结果1、咨询信息1、非目标人物信息1分别称为历史用户描述信息a、历史人脸识别结果a、历史咨询信息a、历史非目标人物信息a。

2019年6月5号，王五出现在服装店1，同时，在服装店1中存在与王五之间的距离小于2米，且与王五的同时出现时间大于10分钟的王二，获取王五的人脸图像2，并采用k-means算法，生成王五的人脸识别结果2，然后，基于人脸识别结果2、王五触发的表征王五咨询服饰2的咨询信息2、表征王二的非目标人物信息2，对应王五生成并存储相应的用户描述信息2，其中，用户描述信息2中包含王五的人脸识别结果2、咨询信息2、非目标人物信息2，下文中，将用户描述信息2、人脸识别结果2、咨询信息2、非目标人物信息2分别称为历史用户描述信息b、历史人脸识别结果b、历史咨询信息b、历史非目标人物信息b。

2019年6月6号，王五出现在服装店3，同时，在服装店1中存在与王五之间的距离小于2米，且与王五的同时出现时间大于10分钟的王三，获取李四的人脸图像，并采用k-means算法，生成相应的人脸识别结果3，以及基于人脸识别结果3、王五触发的表征王五咨询服饰3的咨询信息3、表征王三的非目标人物信息3，对应王五生成相应的用户描述信息3，然后，从预存的历史数据中，获取王五在服装店1、服装店2生成的历史用户描述信息a、历史用户描述信息b。

然后，将人脸特征识别结果3，分别与历史用户描述信息a、历史用户描述信息b中包含的历史人脸识别结果a、历史人脸识别结果b进行相似度比较，假设，人脸特征识别结果3与历史人脸识别结果a、历史人脸识别结果b的相似度分别为90％、95％，预设的第一人脸相似度门限值为80％，筛选出与人脸特征识别结果3的相似度达到80％的历史人脸识别结果a、历史人脸识别结果b，作为参考人脸识别结果1、参考人脸识别结果2。

之后，假设，预设的信息相似度门限值为60％，确定获得的参考人脸识别结果1、参考人脸识别结果2对应的历史咨询信息a、历史咨询信息b，并将咨询信息3，分别与历史咨询信息a、历史咨询信息b进行相似度比较，假设，咨询信息1与历史咨询信息a、历史咨询信息b的相似度分别为0％、0％，未筛选出与咨询信息3的相似度达到60％的历史咨询信息，则获取参考人脸识别结果1、参考人脸识别结果2对应的历史非目标人物信息a、历史非目标人物信息b，确定各个历史非目标人物信息的数目达到预设的第二数目门限值2时，将历史非目标人物信息a、历史非目标人物信息b和相应的参考人脸识别结果1、参考人脸识别结果2，作为参考用户描述信息1、参考用户描述信息2。

接着，预设的第一数目门限值为2，参考用户描述信息1对应服装店1，参考用户描述信息2对应服装店2，确定获得的各个参考用户描述信息对应的不同历史目标地点的数目达到2，同时，基于用户描述信息3的生成时间2019年6月6号，以及预设的表征一周内的时间范围，确定参考时间为2019年5月31号，将参考用户描述信息1、参考用户描述信息2，按照各自的生成时间进行排序，生成排序结果，并基于排序结果，确定生成时间最早的一个参考用户描述信息为参考用户描述信息1，确定参考用户描述信息1的生成时间2019年6月4日，晚于2019年5月31日时，确定参考用户描述信息1、参考用户描述信息2各自的生成时间，满足预设的时间范围。

此时，确定王五存在疑似恶意竟价行为，可见，该疑似恶意竟价行为属于异常行为，此时，采用短信方式，向联系人1、联系人2、联系人3发送包含人脸图像3的告警指示信息，其中，联系人1为位于服装店3的工作人员，联系人2为位于服装店1的工作人员，联系人3为位于服装店3的工作人员。

基于同一发明构思，参阅图2所示，本公开实施例提供一种异常行为的识别装置，至少包括：

存储器201，用于存储可执行指令；

处理器202，用于读取并执行存储器中存储的可执行指令，执行下列过程：

在目标地点获取目标人物的人脸图像，并采用预设的图像识别算法，生成相应的人脸识别结果，以及基于所述人脸识别结果和所述目标人物触发的咨询信息，对应所述目标人物生成相应的用户描述信息；

从预存的历史数据中，获取在非所述目标地点的各个历史目标地点生成的各个历史用户描述信息，并将所述用户描述信息分别与所述各个历史用户描述信息进行相似度比较，筛选出与所述用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息；

确定获得的各个参考用户描述信息对应的不同历史目标地点的数目达到预设的第一数目门限值，且所述各个参考用户描述信息各自的生成时间，满足预设的时间范围时，确定所述目标人物存在异常行为，并进行告警。

可选的，将所述用户描述信息分别与所述各个历史用户描述信息进行相似度比较，筛选出与所述用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息时，所述处理器202具体用于：

将所述人脸特征识别结果，分别与所述各个历史用户描述信息中包含的各个历史人脸识别结果进行相似度比较，筛选出与所述人脸特征识别结果的相似度达到预设的第一人脸相似度门限值的历史人脸识别结果，作为参考人脸识别结果；

确定获得的各个参考人脸识别结果对应的各个历史咨询信息，并将所述咨询信息，分别与所述各个历史咨询信息进行相似度比较，筛选出与所述咨询信息的相似度达到预设的信息相似度门限值的历史咨询信息，作为参考咨询信息；

将获得的各个参考咨询信息和相应的各个参考人脸识别结果，作为参考用户描述信息。

可选的，所述用户描述信息中进一步包含非目标人物信息，所述非目标人物信息表征所述目标地点中存在的与所述目标人物之间的距离小于预设的距离门限值，且与所述目标人物的同时出现时间大于预设的时间门限值的其他人物，则筛选出与所述用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息时，所述处理器202进一步用于：

若未筛选出与所述咨询信息的相似度达到预设的信息相似度门限值的历史咨询信息，则获取所述各个参考人脸识别结果对应的各个历史非目标人物信息；

确定所述各个历史非目标人物信息的数目达到预设的第二数目门限值时，将所述各个历史非目标人物信息和相应的各个参考人脸识别结果，作为参考用户描述信息。

可选的，确定所述各个参考用户描述信息各自的生成时间，满足预设的时间范围时，所述处理器202具体用于：

基于所述用户描述信息的生成时间，以及预设的时间范围，确定参考时间；

将所述各个参考用户描述信息，按照各自的生成时间进行排序，生成排序结果，并基于所述排序结果，确定生成时间最早的一个参考用户描述信息；

确定所述一个参考用户描述信息的生成时间，晚于所述参考时间时，确定所述各个参考用户描述信息各自的生成时间，满足预设的时间范围。

可选的，确定所述目标人物存在异常行为，并进行告警时，所述处理器202具体用于：

确定所述目标人物存在异常行为，并采用预设的信息发送方式，向预设的多个联系人发送至少包含所述人脸图像的告警指示信息，其中，所述多个联系人至少包含位于所述目标地点的工作人员。

其中，在图2中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器202代表的一个或多个处理器和存储器201代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发机203可以是多个元件，即包括发送机和收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器202负责管理总线架构和通常的处理，存储器201可以存储处理器202在执行操作时所使用的数据。

基于同一发明构思，参阅图3所示，本公开实施例中，提供一种异常行为的识别装置，至少包括：识别单元301、筛选单元302和告警单元303，其中，

识别单元301，用于在目标地点获取目标人物的人脸图像，并采用预设的图像识别算法，生成相应的人脸识别结果，以及基于所述人脸识别结果和所述目标人物触发的咨询信息，对应所述目标人物生成相应的用户描述信息；

筛选单元302，用于从预存的历史数据中，获取在非所述目标地点的各个历史目标地点生成的各个历史用户描述信息，并将所述用户描述信息分别与所述各个历史用户描述信息进行相似度比较，筛选出与所述用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息；

告警单元303，用于确定获得的各个参考用户描述信息对应的不同历史目标地点的数目达到预设的第一数目门限值，且所述各个参考用户描述信息各自的生成时间，满足预设的时间范围时，确定所述目标人物存在异常行为，并进行告警。

可选的，将所述用户描述信息分别与所述各个历史用户描述信息进行相似度比较，筛选出与所述用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息时，所述筛选单元302具体用于：

将所述人脸特征识别结果，分别与所述各个历史用户描述信息中包含的各个历史人脸识别结果进行相似度比较，筛选出与所述人脸特征识别结果的相似度达到预设的第一人脸相似度门限值的历史人脸识别结果，作为参考人脸识别结果；

确定获得的各个参考人脸识别结果对应的各个历史咨询信息，并将所述咨询信息，分别与所述各个历史咨询信息进行相似度比较，筛选出与所述咨询信息的相似度达到预设的信息相似度门限值的历史咨询信息，作为参考咨询信息；

将获得的各个参考咨询信息和相应的各个参考人脸识别结果，作为参考用户描述信息。

可选的，所述用户描述信息中进一步包含非目标人物信息，所述非目标人物信息表征所述目标地点中存在的与所述目标人物之间的距离小于预设的距离门限值，且与所述目标人物的同时出现时间大于预设的时间门限值的其他人物，则筛选出与所述用户描述信息的相似度达到预设的相似度门限值的历史用户描述信息，作为参考用户描述信息时，所述筛选单元302进一步用于：

若未筛选出与所述咨询信息的相似度达到预设的信息相似度门限值的历史咨询信息，则获取所述各个参考人脸识别结果对应的各个历史非目标人物信息；

确定所述各个历史非目标人物信息的数目达到预设的第二数目门限值时，将所述各个历史非目标人物信息和相应的各个参考人脸识别结果，作为参考用户描述信息。

可选的，确定所述各个参考用户描述信息各自的生成时间，满足预设的时间范围时，所述告警单元303具体用于：

基于所述用户描述信息的生成时间，以及预设的时间范围，确定参考时间；

将所述各个参考用户描述信息，按照各自的生成时间进行排序，生成排序结果，并基于所述排序结果，确定生成时间最早的一个参考用户描述信息；

确定所述一个参考用户描述信息的生成时间，晚于所述参考时间时，确定所述各个参考用户描述信息各自的生成时间，满足预设的时间范围。

可选的，确定所述目标人物存在异常行为，并进行告警时，所述告警单元303具体用于：

确定所述目标人物存在异常行为，并采用预设的信息发送方式，向预设的多个联系人发送至少包含所述人脸图像的告警指示信息，其中，所述多个联系人至少包含位于所述目标地点的工作人员。

基于同一发明构思，本公开实施例提供一种存储介质，所述存储介质中的指令由处理器执行时，使得所述处理器能够执行如上述实施例中任一项所述的异常行为的识别方法。

综上所述，本公开实施例中，在目标地点获取目标人物的人脸图像，并基于人脸识别结果和目标人物触发的咨询信息，生成相应的用户描述信息，然后，从预存的历史数据中，筛选出满足相似度条件的参考用户描述信息，之后，确定获得的各个参考用户描述信息对应的不同历史目标地点的数目，以及各个参考用户描述信息各自的生成时间，满足相应的条件时，确定目标人物存在异常行为，并进行告警。这样，当目标人物出现在目标地点时，可以根据历史数据，快速、准确的识别出目标人物是否存在异常行为，从而及时进行告警。

对于系统/装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者一个操作与另一个实体或者另一个操作区分开来，而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。

本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开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，本公开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。

本公开是参照根据本公开实施例的方法、设备(系统)、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。

尽管已描述了本公开的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本公开范围的所有变更和修改。

显然，本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的精神和范围。这样，倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内，则本公开也意图包含这些改动和变型在内。