CN109300279A - 一种商店安全监控方法 - Google Patents

Abstract

本发明公开一种商店安全监控方法，包括如下步骤：步骤1，采集商店内的音视频信息，并分别按照步骤2和步骤3，对音视频信息进行处理；步骤2，将采集的音频信息进行语音分解，分别识别出工作人员的音频信息和顾客的音频信息，分别进行标准化处理后，进行语音分类识别，若识别出特定词语，则转入步骤4，否则转步骤1；步骤3，从采集的视频信息中抓取图像，并采集图像中的特征向量，进行归一化处理后，进行动作分类识别，若识别出特定动作，则转入步骤4，否则转步骤1；步骤4，触发警报装置，并通过网络向安保部门发送报警信息。此种监控方法可预先识别危险信号，并提前进行警示，减少损失。

Description

一种商店安全监控方法

技术领域

本发明属于监控技术领域，特别涉及一种商店内对进店人员进行监控的安防方法。

背景技术

目前商店内都会设置监控探头，但这种监控探头只是客观地记录商店内的视频情况，供保存及日后查询；一些售卖高价值商品的商店，比如金饰店、奢侈品店等，为了商品安全及人员安全，还会设置安保人员，以能够第一时间应对抢劫等极端情况，但是，他们的反应往往是依靠商店内售货员的呼喊或按下警报器，但在此时实际上他们已经无法再施展作用，无法控制事态的发展。

中国专利申请号201410160059.7公开一种智能家居及商店监控系统，它包括安装拆卸移动方便机械部分和功能模块，功能模块包括中央处理器、人机交互模块、网络通讯模块、电源模块、警报输出模块、环境监测模块、报警输入模块、监控信息处理模块以及与监控信息处理模块相连的图像采集模块、语音采集模块、照明模块和信息存储扩展模块，人机交互模块、网络通讯模块、电源模块、警报输出模块、环境监测模块、报警输入模块和监控信息处理模块均连接中央处理器；警报输出模块连接各个安全监测模块；本发明监控功能丰富，监控操作方便，它能够实时家居或商店环境信息、安全信息以及多媒体画面传递给远程端用户，并能够根据危险信息智能报警。

随着人工智能技术的发展，跨领域的技术融合越来越成熟，在商店监控中应用人工智能技术将是一种发展趋势。

发明内容

本发明的目的，在于提供一种商店安全监控方法，其可预先识别危险信号，并提前进行警示，减少损失。

为了达成上述目的，本发明的解决方案是：

一种商店安全监控方法，包括如下步骤：

步骤1，采集商店内的音视频信息，并分别按照步骤2和步骤3，对音视频信息进行处理；

步骤2，将采集的音频信息进行语音分解，分别识别出工作人员的音频信息和顾客的音频信息，分别进行标准化处理后，进行语音分类识别，若识别出特定词语，则转入步骤4，否则转步骤1；

步骤3，从采集的视频信息中抓取图像，并采集图像中的特征向量，进行归一化处理后，进行动作分类识别，若识别出特定动作，则转入步骤4，否则转步骤1；

步骤4，触发警报装置，并通过网络向安保部门发送报警信息。

上述步骤2中，进行语音分解的方法是：设置音频数据库，存储商店内所有工作人员及顾客的音频信息；在对音频信息进行语音分解时，首先对音频信息进行滤波处理，再对滤波后的音频信息提取MFCC特征，与音频数据库中的所有音频信息进行比对，若有匹配信息，则根据音频数据库的匹配信息确定其为顾客音频或工作人员音频，若无匹配信息，则视为顾客音频信息。

上述步骤2中，对于标准化处理后的工作人员音频信息和顾客音频信息，分别输入基于深度神经网络的语音分类器进行分类识别，所述语音分类器由大量的特定词语训练而成，分别针对工作人员和顾客的身份，采集大量的音频信息，人工进行标定分类。

上述步骤2中，采用K近邻算法，支持向量机的多种分类、回归和数据聚类机器学习算法进行训练。

上述步骤3中，利用动作分类器进行分类识别，该动作分类器采用隐马尔科夫模型训练实现。

训练的方法是：采集大量特征向量的样本，并进行人工标定分类，采用监督学习方法训练动作分类器。

上述步骤4中，警报装置采用蜂鸣器，并采用不同的告警声来表示不同的警报内容。

上述警报装置还包括设置在商店门外的警示灯，当触发警报装置时，警示灯也会闪光。

采集视频信息的视频采集装置为可转动的结构，当触发警报装置时，视频采集装置跟随特定动作对应的对象转动。

采用上述方案后，本发明将人工智能技术融合于商店监控中，对采集的音频信息进行语音识别分类，对采集的视频信息进行动作识别分类，在不法分子表明意图前即可根据语音内容或动作进行判断，并发出警报，从而使安保部门迅速反应，节省时间，减少损失。

具体实施方式

以下将结合具体实施例，对本发明的技术方案进行详细说明。

本发明提供一种商店安全监控方法，依赖于商店内已经布设的监控探头，并另外设置音频采集装置，或者是另外设置独立的音视频采集装置，并对采集的音视频信息进行分析，从而在第一时间获知危险信号，并及时采取措施，从而能够提前控制局势，减少损失；所述方法包括如下步骤：

步骤1，采集商店内的音视频信息，并分别按照步骤2和步骤3，对音视频信息进行处理；

步骤2，将采集的音频信息进行语音分解，分别识别出工作人员的音频信息和顾客的音频信息，分别进行标准化处理后，进行语音分类识别，若识别出特定词语，则转入步骤4，否则转步骤1；

所述步骤2中，由于商店环境嘈杂，采集到的音频信息可能会包含多个工作人员的声音、多个顾客的声音，甚至还会有商店外的声音，以及商店的背景音乐、某些机器(如空调)的运行声、甚至手机铃声等等，为了能够准确识别音频信息，从而提高分类识别的准确性，可设置音频数据库，预先采集商店内所有工作人员的音频信息，并存储在音频数据库中，对于光顾的顾客，也会采集其音频信息并进行存储，这样，在对音频信息进行语音分解时，首先对音频信息进行滤波处理，滤除环境噪声等，再对滤波后的音频信息提取MFCC特征，与音频数据库中的所有音频信息进行比对，若有匹配信息，则根据音频数据库的匹配信息确定其为顾客音频或工作人员音频，若无匹配信息，则将其作为顾客音频信息进行相应处理；

对于标准化处理后的工作人员音频信息和顾客音频信息，分别输入基于深度神经网络的语音分类器进行分类识别，所述语音分类器由大量的特定词语训练而成，分别针对工作人员和顾客的身份，采集大量的音频信息，人工进行标定分类，具体可采用K近邻算法，支持向量机的多种分类、回归和数据聚类机器学习算法进行训练。

步骤3，从采集的视频信息中抓取图像，并采集图像中的特征向量，进行归一化处理后，进行动作分类识别，若识别出特定动作，则转入步骤4，否则转步骤1；

所述步骤3中，具体可利用动作分类器进行分类识别，该动作分类器可采用隐马尔科夫模型训练实现；采集大量特征向量的样本，并进行人工标定分类，采用监督学习方法训练动作分类器；

步骤4，触发警报装置，并通过网络向安保部门发送报警信息；其中，警报装置可采用蜂鸣器，并采用不同的告警声来表示不同的警报内容；还可在商店门外设置警示灯，当触发警报装置时，警示灯也会闪光，提醒行人注意安全。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (9)

1.一种商店安全监控方法，其特征在于包括如下步骤：

步骤1，采集商店内的音视频信息，并分别按照步骤2和步骤3，对音视频信息进行处理；

步骤2，将采集的音频信息进行语音分解，分别识别出工作人员的音频信息和顾客的音频信息，分别进行标准化处理后，进行语音分类识别，若识别出特定词语，则转入步骤4，否则转步骤1；

步骤3，从采集的视频信息中抓取图像，并采集图像中的特征向量，进行归一化处理后，进行动作分类识别，若识别出特定动作，则转入步骤4，否则转步骤1；

步骤4，触发警报装置，并通过网络向安保部门发送报警信息。

2.如权利要求1所述的一种商店安全监控方法，其特征在于：所述步骤2中，进行语音分解的方法是：设置音频数据库，存储商店内所有工作人员及顾客的音频信息；在对音频信息进行语音分解时，首先对音频信息进行滤波处理，再对滤波后的音频信息提取MFCC特征，与音频数据库中的所有音频信息进行比对，若有匹配信息，则根据音频数据库的匹配信息确定其为顾客音频或工作人员音频，若无匹配信息，则视为顾客音频信息。

3.如权利要求1所述的一种商店安全监控方法，其特征在于：所述步骤2中，对于标准化处理后的工作人员音频信息和顾客音频信息，分别输入基于深度神经网络的语音分类器进行分类识别，所述语音分类器由大量的特定词语训练而成，分别针对工作人员和顾客的身份，采集大量的音频信息，人工进行标定分类。

4.如权利要求3所述的一种商店安全监控方法，其特征在于：所述步骤2中，采用K近邻算法，支持向量机的多种分类、回归和数据聚类机器学习算法进行训练。

5.如权利要求1所述的一种商店安全监控方法，其特征在于：所述步骤3中，利用动作分类器进行分类识别，该动作分类器采用隐马尔科夫模型训练实现。

6.如权利要求5所述的一种商店安全监控方法，其特征在于：训练的方法是：采集大量特征向量的样本，并进行人工标定分类，采用监督学习方法训练动作分类器。

7.如权利要求1所述的一种商店安全监控方法，其特征在于：所述步骤4中，警报装置采用蜂鸣器，并采用不同的告警声来表示不同的警报内容。

8.如权利要求7所述的一种商店安全监控方法，其特征在于：所述警报装置还包括设置在商店门外的警示灯，当触发警报装置时，警示灯也会闪光。

9.如权利要求1所述的一种商店安全监控方法，其特征在于：采集视频信息的视频采集装置为可转动的结构，当触发警报装置时，视频采集装置跟随特定动作对应的对象转动。