基于人工智能的IPC自动视频监控方法及系统与流程

本技术涉及监控设备，尤其涉及一种基于人工智能的ipc自动视频监控方法及系统。

背景技术：

1、在安防、交通、城市管理等领域，通常通过安装摄像装置(例如摄像头)的方式对区域进行监控，并通过人工实时查看监控视频的方式确定该区域是否正常，此种方式对布置的要求较低，部署较为方便，广泛应用于商场、学校、医院等公共场所的监控。

2、现有的ipc自动视频监控方法一般依赖简单的距离判断或动作判断进行监控和报警，智能成都较低，无法及时发现异常情况。

技术实现思路

1、本发明提供了一种基于人工智能的ipc自动视频监控方法及系统，至少解决了现有的ipc自动视频监控方法一般依赖简单的距离判断或动作判断进行监控和报警，智能成都较低，无法及时发现异常情况的问题。

2、一种基于人工智能的ipc自动视频监控方法，包括以下步骤：

3、根据获取到的监控图像，对所述监控图像进行识别，确定关注目标；

4、根据所述监控图像和所述关注目标，通过行为识别模型，获得所述关注目标的行为特征，所述行为特征用于指示所述关注目标在所述监控图像中的行为活动；

5、根据所述关注目标的行为特征，判断是否存在异常行为。

6、可选的，所述根据获取到的监控图像，对所述监控图像进行识别，确定关注目标，包括：

7、获取采集所述监控图像的监控设备的设备信息，根据所述设备信息确定该监控设备的目标清单；

8、根据所述目标清单和所述监控图像，识别所述监控图像中与目标清单匹配的目标为关注目标。

9、可选的，所述根据所述监控图像和所述关注目标，通过行为识别模型，获得所述关注目标的行为特征的步骤之前，还包括：

10、建立行为识别初始模型，所述行为识别初始模型被配置为以监控图像作为输入，以关注目标的运动轨迹作为输出，所述运动轨迹被配置为表征关注目标在监控图像中坐标的时序数据；

11、建立坐标映射，所述坐标映射被配置为根据采集所述监控图像的监控设备的状态，将所述监控图像中的坐标映射到所述监控设备监控的监控区域的坐标；

12、根据所述行为识别初始模型和所述坐标映射，建立行为识别模型，所述行为识别模型被配置为以监控图像作为输入，以所述关注目标在所述区域的坐标的时序数据作为输出。

13、可选的，所述根据所述监控图像和所述关注目标，通过行为识别模型，获得所述关注目标的行为特征，包括：

14、根据所述监控图像和所述关注目标，通过行为识别模型，获得所述关注目标在所述监控区域的坐标的时序数据；

15、获取所述监控区域的环境参数，所述监控区域的环境参数包括所述监控区域中存在的物体及物体的坐标；

16、根据所述关注目标在所述监控区域的坐标的时序数据和所述监控区域的环境参数，通过行为特征模型，获得所述关注目标的行为特征，所述行为特征模型被配置为根据所述监控区域的环境参数和所述关注目标在所述监控区域的坐标的时序数据，获得所述关注目标的行为特征，所述关注目标的行为特征包括静态特征和动态特征，所述静态特征用于表征所述关注目标在所述监控区域的坐标的静态属性，所述动态特征用于表征所述关注目标在所述监控区域的坐标的动态态属性。

17、可选的，所述根据所述监控图像和所述关注目标，通过行为识别模型，获得所述关注目标的行为特征，包括：

18、建立行为识别初始模型，所述行为识别初始模型被配置为以监控图像作为输入，以所述关注目标的行为活动为输出；

19、建立行为活动分级标准，所述行为活动分级标准被配置为将所述关注目标的行为活动进行分级；

20、根据所述行为识别初始模型和所述活动分级标准，建立行为识别模型，所述行为识别模型被配置为以监控图像作为输入，以所述关注目标的行为活动分级数据作为输出。

21、可选的，所述根据所述关注目标的行为特征，判断是否存在异常行为，包括：

22、根据所述关注目标，获得所述关注目标的权限；

23、根据所述关注目标的权限和所述关注目标的行为特征，判断所述关注目标的行为特征是否符合所述关注目标的权限；

24、当所述关注目标的行为特征符合所述关注目标的权限时，不存在异常行为；

25、当所述关注目标的行为特征不符合所述关注目标的权限时，不符合所述关注目标的权限的行为特征为异常行为。

26、可选的，所述根据所述关注目标的行为特征，判断是否存在异常行为的步骤之后，还包括：

27、根据所述不符合所述关注目标的权限的行为特征，生成报警提示信息发送到指定的设备。

28、再一方面，一种基于人工智能的ipc自动视频监控系统，包括监控平台和与监控平台连接的至少一个ipc设备；

29、所述ipc设备被配置为：

30、根据获取到的监控图像，对所述监控图像进行识别，确定关注目标；

31、根据所述监控图像和所述关注目标，通过行为识别模型，获得所述关注目标的行为特征，所述行为特征用于指示所述关注目标在所述监控图像中的行为活动；

32、所述监控平台被配置为：

33、根据所述关注目标的行为特征，判断是否存在异常行为。

34、可选的，所述根据所述关注目标的行为特征，判断是否存在异常行为，包括：

35、根据所述关注目标，获得所述关注目标的权限；

36、根据所述关注目标的权限和所述关注目标的行为特征，判断所述关注目标的行为特征是否符合所述关注目标的权限；

37、当所述关注目标的行为特征符合所述关注目标的权限时，不存在异常行为；

38、当所述关注目标的行为特征不符合所述关注目标的权限时，不符合所述关注目标的权限的行为特征为异常行为。

39、可选的，所述监控平台还被配置为：

40、根据所述不符合所述关注目标的权限的行为特征，生成报警提示信息发送到指定的设备，以使目标访问请求分配后的目标时间内各个节点的负载分布符合预期；

41、所述目标节点属于所述分布式集群中能够满足所述目标需求的至少一个节点；所述节点功能信息、所述节点负载信息和所述负载均衡机制属于所述访问机制。

42、另一方面，一种计算机设备，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现上述的方法。

43、另一方面，一种计算机存储介质，所述计算机存储介质上存储有计算机程序，处理器执行所述计算机程序，实现上述的方法。

44、本发明与现有技术相比，具有如下的优点和有益效果：

45、本发明一种基于人工智能的ipc自动视频监控方法及系统，通过根据获取到的监控图像，对所述监控图像进行识别，确定关注目标；根据所述监控图像和所述关注目标，通过行为识别模型，获得所述关注目标的行为特征；根据所述关注目标的行为特征，判断是否存在异常行为的方法，至少解决了现有的ipc自动视频监控方法一般依赖简单的距离判断或动作判断进行监控和报警，智能成都较低，无法及时发现异常情况的问题。