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、電子設備和存儲介質。

背景技術：

1、大型公共場所(如，廣場、商業(yè)街、景區(qū)等)一直是相關部門重點巡查的對象，因為這些區(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)控攝像頭雖然覆蓋面廣，但只能被動地記錄事件發(fā)生，無法主動發(fā)現(xiàn)和預警可能出現(xiàn)的紛爭。這些都使得相關部門難以及時發(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，不僅可以使相關部門迅速采取應對措施，避免事態(tài)擴大，而且還有利于維護社會穩(wěn)定和公眾安全。

2、目前，公共場所無法實現(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，要實現(xiàn)全面覆蓋需要大量的監(jiān)控攝像頭設備投入，成本非常高昂，往往超出了管理方的預算能力；

4、2.技術局限性。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時分析和處理；

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

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區(qū)域進行針對性覆蓋，做到全面覆蓋目前還存在較大的現(xiàn)實障礙。

7、現(xiàn)有的行人監(jiān)測及行為判別技術主要有以下幾種方案：a)基于公共場所監(jiān)控攝像頭的行人檢測。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警機制，管理部門無法及時采取應對措施，難以有效維護社會穩(wěn)定和公眾安全。

8、綜上，傳統(tǒng)技術無法及時對群體異常行為進行全面有效的檢測，缺乏預警機制。

技術實現(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、電子設備和存儲介質，以緩解傳統(tǒng)技術無法及時對群體異常行為進行全面有效的檢測，缺乏預警機制的技術問題。

2、第一方面，本發(fā)明實施例提供了一種群體異常行為的檢測方法，包括：

3、通過無人機搭載的紅外相機獲取待監(jiān)測區(qū)域的實時紅外視頻流，并獲取所述實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信息進行歸一化處理，并對歸一化后的行人坐標信息進行聚類；

6、判斷聚類結果中的各簇團的行人數(shù)量是否大于預設數(shù)量閾值；

7、若存在目標簇團的行人數(shù)量大于所述預設數(shù)量閾值，則確定所述目標簇團的行人存在群體異常行為，并向管理部門發(fā)出預警。

8、進一步的，所述方法還包括：

9、通過熱力圖的方式標記所述目標簇團對應的區(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)，以進行顯示。

10、進一步的，在對所述行人的信息中的行人坐標信息進行歸一化處理之前，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)量是否大于所述預設數(shù)量閾值；

12、若大于所述預設數(shù)量閾值，則對所述行人的信息中的行人坐標信息進行歸一化處理；

13、若不大于所述預設數(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行行人檢測的步驟。

14、進一步的，所述方法還包括：

15、若不存在目標簇團的行人數(shù)量大于所述預設數(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行行人檢測的步驟。

16、進一步的，所述行人檢測模型包括：fpn結合pan的結構。

17、進一步的，所述無人機的數(shù)量為多個。

18、第二方面，本發(fā)明實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，用于通過無人機搭載的紅外相機獲取待監(jiān)測區(qū)域的實時紅外視頻流，并獲取所述實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信息進行歸一化處理，并對歸一化后的行人坐標信息進行聚類；

22、判斷單元，用于判斷聚類結果中的各簇團的行人數(shù)量是否大于預設數(shù)量閾值；

23、確定單元，用于若存在目標簇團的行人數(shù)量大于所述預設數(shù)量閾值，則確定所述目標簇團的行人存在群體異常行為，并向管理部門發(fā)出預警。

24、進一步的，所述裝置還用于：

25、通過熱力圖的方式標記所述目標簇團對應的區(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)，以進行顯示。

26、第三方面，本發(fā)明實施例還提供了一種電子設備，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行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述第一方面任一項所述的方法的步驟。

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

28、在本發(fā)明實施例中，提供了一種群體異常行為的檢測方法，包括：通過無人機搭載的紅外相機獲取待監(jiān)測區(qū)域的實時紅外視頻流，并獲取實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信息進行歸一化處理，并對歸一化后的行人坐標信息進行聚類；判斷聚類結果中的各簇團的行人數(shù)量是否大于預設數(shù)量閾值；若存在目標簇團的行人數(shù)量大于預設數(shù)量閾值，則確定目標簇團的行人存在群體異常行為，并向管理部門發(fā)出預警。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，采用無人機搭載的紅外相機采集待監(jiān)測區(qū)域的實時紅外視頻流的方式，相比傳統(tǒng)的地面固定監(jiān)控設備，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時紅外視頻流的每幀紅外視頻幀圖像進行行人檢測，進而采用聚類的方法對行人檢測得到的行人坐標信息進行聚類，再根據(jù)聚類結果進行群體異常行為進行識別，可及時有效的識別群體異常行為，并發(fā)出預警，緩解了傳統(tǒng)技術無法及時對群體異常行為進行全面有效的檢測，缺乏預警機制的技術問題。