(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210269953.2 (22)申请日 2022.03.18 (65)同一申请的已公布的文献号 申请公布号 CN 114359976 A (43)申请公布日 2022.04.15 (73)专利权人 武汉北大高科软件股份有限公司 地址 430070 湖北省武汉市洪山区珞 瑜路 716号华乐商务中心17层 (72)发明人 王涛　刘畅　 (74)专利代理 机构 北京集智东方知识产权代理 有限公司 1 1578 专利代理师 吴倩　龚建蓉 (51)Int.Cl. G06V 40/10(2022.01) G06V 40/16(2022.01) G06V 20/52(2022.01)G06V 10/22(2022.01) G06V 10/74(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 106097223 A,2016.1 1.09 CN 102523 370 A,2012.0 6.27 CN 112243110 A,2021.01.19 WO 2020239 210 A1,2020.12.0 3 CN 110766895 A,2020.02.07 王鹏等.5G时代人工智能识别技 术在视频侦 查中的应用. 《河北公安警察职业学院学报》 .2020,(第01期), 审查员 刘展 (54)发明名称 一种基于人物识别的智能安防方法与装置 (57)摘要 本发明提供了一种基于人物识别的智能安 防方法与装置， 其中方法包括： 通过人物识别采 集设备采集拍摄画面， 并识别拍摄画面中各个人 物的身份信息， 确定不在所述主控设备所在的目 标区域系统居住的人物的目标身份信息， 将具有 同一目标身份信息的拍摄画面集合， 得到各个所 述目标身份信息所对应的目标拍摄画面集合， 生 成目标身份信息所对应人物的人物轨迹图， 并计 算与其他住户轨迹的差异度， 根据差异度判断是 否需要对所述目标身份信息所对应的人物进行 预警。 本发明的有益效果： 实现了基于拍摄画面 对人物进行分析预警， 进而保证了区域内的安全 性， 可以有效提高区域的安全。 权利要求书5页 说明书12页 附图2页 CN 114359976 B 2022.06.14 CN 114359976 B 1.一种基于人物识别的智能安防方法， 其特征在于， 应用于各个预先划分的区域系统， 所述区域系统包括主控设备和多个人物识别采集设备， 所述人物识别采集设备至少包括摄 像头， 通过所述摄像头采集人物的拍摄画 面， 并将所述拍摄画 面上传至所述主控设备， 所述 主控设备存有对应所述区域系统中各个人物识别采集设备的位置信息以及所述区域系统 内各个住户的住户信息， 各个所述区域系统中的主控设备之间构成区块链， 各个所述主控 设备为所述区块链的区块链 节点， 所述方法包括： 所述主控设备通过 人物识别采集设备按照时间顺序采集多个拍摄画面； 通过预设的人脸识别技 术识别所述拍摄画面中各个人物的身份信息； 基于所述住户信息从所述身份信息中筛选出不在所述主控设备所在的目标区域系统 居住的人物的目标身份信息； 其中， 目标区域系统为预 先划分区域系统中的一个区域系统； 基于所述目标区域系统与其他 区域系统之间的位置信 息， 将所述目标身份信 息发送至 所述区块链中预设间隔范围内的区域系统的目标主控设备； 接收所述目标主控设备反馈信息； 若所述反馈信 息为所述目标身份信 息不在所述目标主控设备所在的目标区域系统中， 则基于所述目标身份信息对所述拍摄画 面中进行人物标注， 并将具有同一目标身份信息的 拍摄画面 集合， 得到各个所述目标身份信息所对应的目标拍摄画面 集合； 按照所述时间顺序将所述拍摄画面集合中拍摄图像进行排序， 分别得到第一特征图、 第二特征图、 ...、 第N特征图； 根据所述第一特征图、 所述第二特征图、 ...、 所述第N特征图计算所述目标身份信息所 对应的人物轨 迹图， 并计算与所述目标区域系统中其 他住户轨 迹的差异度； 基于所述差异度判断所述目标身份信息所对应的人物是否异常； 若异常， 则对所述目标身份信息所对应的人物进行 预警。 2.如权利要求1所述的基于人物识别的智能安防方法， 其特征在于， 所述的根据 所述第 一特征图、 所述第二特征图、 ...、 所述第N特征图计算所述目标身份信息所对应的人物轨迹 图， 并计算与所述目标区域系统中其 他住户轨 迹的差异度的步骤， 包括： 将各个所述拍摄图像输入至预设的CNN骨干网络中， 以得到所述第一特征图对应的第 一标准特征张量图、 所述第二特征图所分别对应的第二标准特征张量图、 ...、 所述第N特征 图所分别对应的第N标准特 征张量图； 其中， 各个标准特 征张量图的尺寸均为C ×H×W大小； 将时间顺序相邻的标准特征张量图记为一组数据， 且将其中一个标准特征张量图滑窗 选择 （H+1 ‑K）×（W+1‑K） 个K×K尺寸的目标块； 将每个目标块相对于其对应的一组数据中另一个特征张量图进行互相关操作， 得到每 个目标块相对于特征张量图的响应图； 其中， 互相关操作的方式为 ， 表示第j张标准特征图第i个目标块的响应图， 表示第j张标准特征图第i个目标块， 表示另一个特 征张量图； 根据公式 将一组数据中的各个所述响应图进行融合， 得到注意力图； 基于各个所述注意力图生成所述目标身份信息所对应人物的人物轨 迹图；权　利　要　求　书 1/5 页 2 CN 114359976 B 2将所述人物轨迹图按照像素坐标序列表示， 并基于所述像素坐标序列计算所述人物轨 迹图与所述目标区域系统中其 他住户轨 迹的差异度。 3.如权利要求2所述的基于人物识别的智能安防方法， 其特征在于， 所述将所述人物轨 迹图按照像素坐标序列 表示， 并基于所述像素坐标序列计算所述人物轨迹图与所述目标区 域系统中其 他住户轨 迹的差异度的步骤， 包括： 从所述其他住户轨迹中筛选并截取多个与所述人物轨迹图起点和终点相同或相近的 目标轨迹图集合； 根据所述像素坐标序列计算所述人物轨迹图与 所述目标轨迹图集合的位置差异度、 速 度差异度以及方向差异度； 其中， 计算 位置差异度的公式为 ， 计算速度差异度的公式为 ， ， 计算方向差异度的公式为 ， 表示位置差异度， H表示目标轨迹图集合中的轨迹图数量， 表示人物轨迹图第o个 像素点的横坐标， 表示目标轨迹图集合中第p个轨迹图的第o个像素点的横坐标， 表 示人物轨迹图第o个像素点的纵坐标， 表示目标轨迹图集合中第p个轨迹图的第o个像 素点的纵坐标， L表示轨迹图的像素长度， 表示目标轨迹图在第o个像素点的速度， 表示目标轨迹图集合中第 p个轨迹图的第o个像 素点的速度， 表示第o个像 素点移动 至第o+1个像素点的时间长度； 表示在目标轨迹图第o个像素点处的方向转移量， 表 示目标轨 迹图集合中第p个轨 迹图的第o个 像素点的方向转移量； 根据所述位置差异度、 所述速度差异度以及所述方向差异度计算所述人物轨迹图与 所 述轨迹图集合的差异度。 4.如权利要求1所述的基于人物识别的智能安防方法， 其特征在于， 所述将所述人物轨 迹图按照像素坐标序列 表示， 并基于所述像素坐标序列计算所述人物轨迹图与所述目标区 域系统中其 他住户轨 迹的差异度的步骤之后， 还 包括： 基于所述差异度对所述目标身份信息的风险等级 进行调整， 并上传至区块链中； 判断所述 风险等级是否 达到了预设风险等级； 若是， 则将所述目标身份信 息记录入黑名单， 并将所述人物轨迹图进行保存， 以便于后 续调取分析。 5.如权利要求3所述的基于人物识别的智能安防方法， 其特征在于， 所述根据 所述像素 坐标序列计算所述人物轨迹图与所述目标轨迹图集合的位置差异度、 速度差异度以及方向 差异度的步骤之后， 包括：权　利　要　求　书 2/5 页 3 CN 114359976 B 3