客户行为识别方法及装置

技术领域

本发明涉及数据处理技术领域，特别涉及一种客户行为识别方法及装置。

背景技术

银行网点属于金融交易场所，对安保要求较高，现如今各大银行均采用智能安保系统来识别自动存取款区域监控视频画面中人员打斗行为。银行智能安保系统集成边缘计算服务器并在其上部署人员打斗行为识别模型，通过模型对监控视频的实时解帧及时序图处理判定是否存在人员打斗的异常情况。

在实际场景下，由于二维摄像头景深不敏感，在自动存取款区域的取款高峰期人员较多时，人员打斗行为识别模型容易将人员前后遮挡等情况误判为打斗行为，从而产生较多的误报，对打斗行为的识别准确性较低。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供一种客户行为识别方法，用以提高客户行为识别的准确性，该方法包括：

将摄像头采集的客户图像数据输入行为识别模型，识别存在打斗行为的多个客户；

在存在打斗行为的多个客户中筛选出图像数据存在重叠区域的多组客户；

对于每组客户，根据各个客户的头顶像素位置和脚底像素位置，对存在打斗行为的多个客户进行二次筛选。

本发明实施例提供一种客户行为识别装置，用以提高客户行为识别的准确性，该装置包括：

行为识别模块，用于将摄像头采集的客户图像数据输入行为识别模型，识别存在打斗行为的多个客户；

重叠客户确定模块，用于在存在打斗行为的多个客户中筛选出图像数据存在重叠区域的多组客户；

二次筛选模块，用于对于每组客户，根据各个客户的头顶像素位置和脚底像素位置，对存在打斗行为的多个客户进行二次筛选。

本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述客户行为识别方法。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有执行上述客户行为识别方法的计算机程序。

本发明实施例通过：将摄像头采集的客户图像数据输入行为识别模型，识别存在打斗行为的多个客户；在存在打斗行为的多个客户中筛选出图像数据存在重叠区域的多组客户；对于每组客户，根据各个客户的头顶像素位置和脚底像素位置，对存在打斗行为的多个客户进行二次筛选，从而基于行为识别模型识别得到的结果，根据客户的头顶像素位置和脚底像素位置，对图像数据存在重叠区域的客户进行打斗行为的二次筛选，减少了误报，提高了客户行为识别的准确性。

附图说明

为了更清楚地说明本发明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。在附图中：

图1为本发明实施例中客户行为识别方法流程的示意图；

图2为图1中步骤103的具体流程的示意图；

图3为图2中步骤202的具体流程的示意图；

图4为本发明实施例中客户行为识别装置结构的示意图；

图5为图4中二次筛选模块03具体结构的示意图。

具体实施方式

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。

本领域技术技术人员知道，本发明的实施方式可以实现为一种系统、装置、方法或计算机程序产品。因此，本发明公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。

为了解决现有技术由于人员打斗行为识别模型容易将人员前后遮挡等情况误判为打斗行为，导致打斗行为的识别准确性较低的技术问题，本发明实施例提供一种客户行为识别方法，用以提高客户行为识别的准确性，图1为本发明实施例中客户行为识别方法流程的示意图，如图1所示，该方法包括：

步骤101：将摄像头采集的客户图像数据输入行为识别模型，识别存在打斗行为的多个客户；

步骤102：在存在打斗行为的多个客户中筛选出图像数据存在重叠区域的多组客户；

步骤103：对于每组客户，根据各个客户的头顶像素位置和脚底像素位置，对存在打斗行为的多个客户进行二次筛选。

如图1所示，本发明实施例通过：将摄像头采集的客户图像数据输入行为识别模型，识别存在打斗行为的多个客户；在存在打斗行为的多个客户中筛选出图像数据存在重叠区域的多组客户；对于每组客户，根据各个客户的头顶像素位置和脚底像素位置，对存在打斗行为的多个客户进行二次筛选，从而基于行为识别模型识别得到的结果，根据客户的头顶像素位置和脚底像素位置，对图像数据存在重叠区域的客户进行打斗行为的二次筛选，减少了误报，提高了客户行为识别的准确性。

具体实施时，步骤101中，可以在银行网点安装高清摄像头端，通过高清摄像头拍摄银行网点的客户监控视频，并将视频数据流输入打斗行为识别模型，其中，打斗行为识别模型可以通过历史的打斗行为数据训练得到，打斗行为识别模型将视频数据流解帧得到时间连续的帧图片序列后，可以自动化识别帧数据序列中的存在打斗行为的多个客户。

在存在打斗行为的多个客户中，对于图像数据存在重叠部分的客户，其打斗行为有可能是由于前后遮挡造成的误判，需要进行进一步的筛选，步骤102中，可以在存在打斗行为的多个客户中筛选出图像数据存在重叠区域的多组客户，其中，每组客户中可以包括至少两个客户，并获取每个客户在图片中的像素位置，例如可以提取每个客户的人形框，在提取人形框时可以通过4条与图片的四边平行的外切线，对图片中人形的上下左右边界进行切割，得到一个矩形框，该矩形框刚好框住画面中的人形，并以报文的形式发送人形框4个顶点的像素值，例如，对于图像数据存在重叠区域的两个客户，第一客户距镜头较近，第二客户距镜头较远，第一客户的人形框为A，第二客户的人形框为B，L

在一个实施例中，步骤103中，对于每组客户，根据各个客户的头顶像素位置和脚底像素位置，对存在打斗行为的多个客户进行二次筛选，包括：

对于每组客户中的每两个客户，在第一客户的头顶像素位置高于第二客户的头顶像素位置，且第一客户的脚底像素位置低于第二客户的脚底像素位置时，确定第一客户与第二客户之间存在打斗行为；其中，第一客户与摄像头之间的距离小于第二客户与摄像头之间的距离。

具体实施时，当实际情况是人员打斗时，由于打斗人员实际站位很近，人形框的垂直方向的区间大多数处于被包含关系，对于每组客户中的每两个客户，在第一客户的头顶像素位置高于第二客户的头顶像素位置，且第一客户的脚底像素位置低于第二客户的脚底像素位置时，即T

图2为图1中步骤103的具体流程的示意图，如图2所示，在一个实施例中，步骤103中，对于每组客户，根据各个客户的头顶像素位置和脚底像素位置，对存在打斗行为的多个客户进行二次筛选，可以包括：

步骤201：对于每组客户中的每两个客户，在第一客户的头顶像素位置低于第二客户的头顶像素位置，且第一客户的脚底像素位置低于第二客户的脚底像素位置时，

根据第一客户的头顶像素位置与第二客户的头顶像素位置之差，以及第一客户的脚底像素位置与第二客户的脚底像素位置之差，确定第一客户与第二客户的位置差值；

步骤202：将第一客户与第二客户的位置差值，与第一客户的高度值进行比较，根据比较结果，对第一客户和第二客户进行二次筛选；其中，第一客户与摄像头之间的距离小于第二客户与摄像头之间的距离。

图3为图2中步骤202具体流程的示意图，如图3所示，在一个实施例中，步骤202中将第一客户与第二客户的位置差值，与第一客户的高度值进行比较，根据比较结果，对第一客户和第二客户进行二次筛选，可以包括：

步骤301：在第一客户与第二客户的位置差值，大于第一客户的高度值的三分之一时，确定第一客户与第二客户之间为前后遮挡，不存在打斗行为；

步骤302：在第一客户与第二客户的位置差值，小于或等于第一客户的高度值的三分之一时，确定第一客户与第二客户之间存在打斗行为。

具体实施时，对于每组客户中的每两个客户，在第一客户的头顶像素位置低于第二客户的头顶像素位置，且第一客户的脚底像素位置低于第二客户的脚底像素位置时，即T

首先，根据第一客户的头顶像素位置与第二客户的头顶像素位置之差，T

然后，根据第一客户的头顶像素位置和脚底像素位置，计算第一客户的高度值，H

接着，若第一客户与第二客户的位置差值，大于第一客户的高度值的三分之一，即L>(1/3×H

若第一客户与第二客户的位置差值，小于或等于第一客户的高度值的三分之一，即0

基于同一发明构思，本发明实施例中还提供了一种客户行为识别装置，如下面的实施例。由于客户行为识别装置解决问题的原理与客户行为识别方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

本发明实施例提供一种客户行为识别装置，用以提高客户行为识别的准确性，图4为本发明实施例中客户行为识别装置结构的示意图，如图4所示，该装置包括：

行为识别模块01，用于将摄像头采集的客户图像数据输入行为识别模型，识别存在打斗行为的多个客户；

重叠客户确定模块02，用于在存在打斗行为的多个客户中筛选出图像数据存在重叠区域的多组客户；

二次筛选模块03，用于对于每组客户，根据各个客户的头顶像素位置和脚底像素位置，对存在打斗行为的多个客户进行二次筛选。

在一个实施例中，二次筛选模块03具体用于：

对于每组客户中的每两个客户，在第一客户的头顶像素位置高于第二客户的头顶像素位置，且第一客户的脚底像素位置低于第二客户的脚底像素位置时，确定第一客户与第二客户之间存在打斗行为；其中，第一客户与摄像头之间的距离小于第二客户与摄像头之间的距离。

图5为图4中二次筛选模块03具体结构的示意图，如图5所示，在一个实施例中，二次筛选模块03包括：

差值确定单元031，用于对于每组客户中的每两个客户，在第一客户的头顶像素位置低于第二客户的头顶像素位置，且第一客户的脚底像素位置低于第二客户的脚底像素位置时，

根据第一客户的头顶像素位置与第二客户的头顶像素位置之差，以及第一客户的脚底像素位置与第二客户的脚底像素位置之差，确定第一客户与第二客户的位置差值；

二次筛选单元032，用于将第一客户与第二客户的位置差值，与第一客户的高度值进行比较，根据比较结果，对第一客户和第二客户进行二次筛选；其中，第一客户与摄像头之间的距离小于第二客户与摄像头之间的距离。

在一个实施例中，二次筛选模块03进一步用于：

在第一客户与第二客户的位置差值，大于第一客户的高度值的三分之一时，确定第一客户与第二客户之间为前后遮挡，不存在打斗行为；

在第一客户与第二客户的位置差值，小于或等于第一客户的高度值的三分之一时，确定第一客户与第二客户之间存在打斗行为。

本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述客户行为识别方法。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有执行上述客户行为识别方法的计算机程序。

综上所述，本发明实施例通过：将摄像头采集的客户图像数据输入行为识别模型，识别存在打斗行为的多个客户；在存在打斗行为的多个客户中筛选出图像数据存在重叠区域的多组客户；对于每组客户，根据各个客户的头顶像素位置和脚底像素位置，对存在打斗行为的多个客户进行二次筛选，从而基于行为识别模型识别得到的结果，根据客户的头顶像素位置和脚底像素位置，对图像数据存在重叠区域的客户进行打斗行为的二次筛选，减少了误报，提高了客户行为识别的准确性。

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

本发明是参照根据本发明实施例的方法、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。

以上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，本发明实施例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。