本發(fā)明涉及圖像處理的，尤其是涉及一種群體異常行為的檢測方法、裝置、電子設(shè)備和存儲介質(zhì)。

背景技術(shù)：

1、大型公共場所(如，廣場、商業(yè)街、景區(qū)等)一直是相關(guān)部門重點(diǎn)巡查的對象，因?yàn)檫@些區(qū)域容易發(fā)生人員聚集和打架斗毆等影響公共秩序的群體異常行為。但是，傳統(tǒng)的人工巡邏和監(jiān)控手段存在諸多的局限性。巡警人員精力有限，無法全天候、全方位地監(jiān)控整個場地；監(jiān)控?cái)z像頭雖然覆蓋面廣，但只能被動地記錄事件發(fā)生，無法主動發(fā)現(xiàn)和預(yù)警可能出現(xiàn)的紛爭。這些都使得相關(guān)部門難以及時發(fā)現(xiàn)和處置這類緊急事件，給社會安全帶來了隱患。及時發(fā)現(xiàn)和報(bào)警公共場所的人員聚集和打架斗毆等群體異常事件，不僅可以使相關(guān)部門迅速采取應(yīng)對措施，避免事態(tài)擴(kuò)大，而且還有利于維護(hù)社會穩(wěn)定和公眾安全。

2、目前，公共場所無法實(shí)現(xiàn)攝像頭全面覆蓋監(jiān)控主要有以下幾個原因：

3、1.成本問題。在大型公共場所，如，商業(yè)街、公園等，要實(shí)現(xiàn)全面覆蓋需要大量的監(jiān)控?cái)z像頭設(shè)備投入，成本非常高昂，往往超出了管理方的預(yù)算能力；

4、2.技術(shù)局限性。即使投入大量資金，也很難做到完全無死角的覆蓋。一些特殊的遮擋物、陰暗角落等，攝像頭很難覆蓋到。而且現(xiàn)有的監(jiān)控系統(tǒng)也難以做到對所有畫面的實(shí)時分析和處理；

5、3.維護(hù)困難。大規(guī)模的監(jiān)控系統(tǒng)對于日常維護(hù)和管理也是一大挑戰(zhàn)，需要大量的人力和財(cái)力投入。一旦出現(xiàn)故障或者被破壞，也難以及時發(fā)現(xiàn)和修復(fù)。

6、因此，公共場所的監(jiān)控系統(tǒng)更多是在人流密集或重點(diǎn)區(qū)域進(jìn)行針對性覆蓋，做到全面覆蓋目前還存在較大的現(xiàn)實(shí)障礙。

7、現(xiàn)有的行人監(jiān)測及行為判別技術(shù)主要有以下幾種方案：a)基于公共場所監(jiān)控?cái)z像頭的行人檢測。這種監(jiān)測行人聚集的方法，由于監(jiān)控范圍有限，無法全面覆蓋公共場景，所以無法實(shí)時判別行人聚集以及打架斗毆的事件；b)傳統(tǒng)監(jiān)控系統(tǒng)只能被動記錄事件，無法及時發(fā)現(xiàn)和預(yù)警可能發(fā)生的人員聚集、打架斗毆等異常情況；c)缺乏智能化的事件檢測和預(yù)警機(jī)制，管理部門無法及時采取應(yīng)對措施，難以有效維護(hù)社會穩(wěn)定和公眾安全。

8、綜上，傳統(tǒng)技術(shù)無法及時對群體異常行為進(jìn)行全面有效的檢測，缺乏預(yù)警機(jī)制。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明的目的在于提供一種群體異常行為的檢測方法、裝置、電子設(shè)備和存儲介質(zhì)，以緩解傳統(tǒng)技術(shù)無法及時對群體異常行為進(jìn)行全面有效的檢測，缺乏預(yù)警機(jī)制的技術(shù)問題。

2、第一方面，本發(fā)明實(shí)施例提供了一種群體異常行為的檢測方法，包括：

3、通過無人機(jī)搭載的紅外相機(jī)獲取待監(jiān)測區(qū)域的實(shí)時紅外視頻流，并獲取所述實(shí)時紅外視頻流的紅外視頻幀圖像；

4、采用行人檢測模型對所述紅外視頻幀圖像進(jìn)行行人檢測，得到所述紅外視頻幀圖像中所包含的行人的信息；

5、對所述行人的信息中的行人坐標(biāo)信息進(jìn)行歸一化處理，并對歸一化后的行人坐標(biāo)信息進(jìn)行聚類；

6、判斷聚類結(jié)果中的各簇團(tuán)的行人數(shù)量是否大于預(yù)設(shè)數(shù)量閾值；

7、若存在目標(biāo)簇團(tuán)的行人數(shù)量大于所述預(yù)設(shè)數(shù)量閾值，則確定所述目標(biāo)簇團(tuán)的行人存在群體異常行為，并向管理部門發(fā)出預(yù)警。

8、進(jìn)一步的，所述方法還包括：

9、通過熱力圖的方式標(biāo)記所述目標(biāo)簇團(tuán)對應(yīng)的區(qū)域，并將所述熱力圖發(fā)送至所述管理部門的指揮中心系統(tǒng)，以進(jìn)行顯示。

10、進(jìn)一步的，在對所述行人的信息中的行人坐標(biāo)信息進(jìn)行歸一化處理之前，所述方法還包括：

11、根據(jù)所述行人的信息確定所述紅外視頻幀圖像中所包含的行人數(shù)量是否大于所述預(yù)設(shè)數(shù)量閾值；

12、若大于所述預(yù)設(shè)數(shù)量閾值，則對所述行人的信息中的行人坐標(biāo)信息進(jìn)行歸一化處理；

13、若不大于所述預(yù)設(shè)數(shù)量閾值，則獲取下一紅外視頻幀圖像，并將所述下一紅外視頻幀圖像作為所述紅外視頻幀圖像，返回執(zhí)行采用行人檢測模型對所述紅外視頻幀圖像進(jìn)行行人檢測的步驟。

14、進(jìn)一步的，所述方法還包括：

15、若不存在目標(biāo)簇團(tuán)的行人數(shù)量大于所述預(yù)設(shè)數(shù)量閾值，則確定所述紅外視頻幀圖像中不存在群體異常行為，進(jìn)而獲取下一紅外視頻幀圖像，并將所述下一紅外視頻幀圖像作為所述紅外視頻幀圖像，返回執(zhí)行采用行人檢測模型對所述紅外視頻幀圖像進(jìn)行行人檢測的步驟。

16、進(jìn)一步的，所述行人檢測模型包括：fpn結(jié)合pan的結(jié)構(gòu)。

17、進(jìn)一步的，所述無人機(jī)的數(shù)量為多個。

18、第二方面，本發(fā)明實(shí)施例還提供了一種群體異常行為的檢測裝置，包括：

19、獲取單元，用于通過無人機(jī)搭載的紅外相機(jī)獲取待監(jiān)測區(qū)域的實(shí)時紅外視頻流，并獲取所述實(shí)時紅外視頻流的紅外視頻幀圖像；

20、行人檢測單元，用于采用行人檢測模型對所述紅外視頻幀圖像進(jìn)行行人檢測，得到所述紅外視頻幀圖像中所包含的行人的信息；

21、聚類單元，用于對所述行人的信息中的行人坐標(biāo)信息進(jìn)行歸一化處理，并對歸一化后的行人坐標(biāo)信息進(jìn)行聚類；

22、判斷單元，用于判斷聚類結(jié)果中的各簇團(tuán)的行人數(shù)量是否大于預(yù)設(shè)數(shù)量閾值；

23、確定單元，用于若存在目標(biāo)簇團(tuán)的行人數(shù)量大于所述預(yù)設(shè)數(shù)量閾值，則確定所述目標(biāo)簇團(tuán)的行人存在群體異常行為，并向管理部門發(fā)出預(yù)警。

24、進(jìn)一步的，所述裝置還用于：

25、通過熱力圖的方式標(biāo)記所述目標(biāo)簇團(tuán)對應(yīng)的區(qū)域，并將所述熱力圖發(fā)送至所述管理部門的指揮中心系統(tǒng)，以進(jìn)行顯示。

26、第三方面，本發(fā)明實(shí)施例還提供了一種電子設(shè)備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)上述第一方面任一項(xiàng)所述的方法的步驟。

27、第四方面，本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有機(jī)器可運(yùn)行指令，所述機(jī)器可運(yùn)行指令在被處理器調(diào)用和運(yùn)行時，所述機(jī)器可運(yùn)行指令促使所述處理器運(yùn)行上述第一方面任一項(xiàng)所述的方法。

28、在本發(fā)明實(shí)施例中，提供了一種群體異常行為的檢測方法，包括：通過無人機(jī)搭載的紅外相機(jī)獲取待監(jiān)測區(qū)域的實(shí)時紅外視頻流，并獲取實(shí)時紅外視頻流的紅外視頻幀圖像；采用行人檢測模型對紅外視頻幀圖像進(jìn)行行人檢測，得到紅外視頻幀圖像中所包含的行人的信息；對行人的信息中的行人坐標(biāo)信息進(jìn)行歸一化處理，并對歸一化后的行人坐標(biāo)信息進(jìn)行聚類；判斷聚類結(jié)果中的各簇團(tuán)的行人數(shù)量是否大于預(yù)設(shè)數(shù)量閾值；若存在目標(biāo)簇團(tuán)的行人數(shù)量大于預(yù)設(shè)數(shù)量閾值，則確定目標(biāo)簇團(tuán)的行人存在群體異常行為，并向管理部門發(fā)出預(yù)警。通過上述描述可知，本發(fā)明的群體異常行為的檢測方法中，采用無人機(jī)搭載的紅外相機(jī)采集待監(jiān)測區(qū)域的實(shí)時紅外視頻流的方式，相比傳統(tǒng)的地面固定監(jiān)控設(shè)備，可以覆蓋更廣闊的視野范圍，提高了監(jiān)測的全面性和連續(xù)性，后續(xù)可采用行人檢測模型對采集的實(shí)時紅外視頻流的每幀紅外視頻幀圖像進(jìn)行行人檢測，進(jìn)而采用聚類的方法對行人檢測得到的行人坐標(biāo)信息進(jìn)行聚類，再根據(jù)聚類結(jié)果進(jìn)行群體異常行為進(jìn)行識別，可及時有效的識別群體異常行為，并發(fā)出預(yù)警，緩解了傳統(tǒng)技術(shù)無法及時對群體異常行為進(jìn)行全面有效的檢測，缺乏預(yù)警機(jī)制的技術(shù)問題。