本發(fā)明涉及智能家居技術(shù)領(lǐng)域，特別涉及一種智能型基于用戶行為識別的視頻監(jiān)控方法及系統(tǒng)。

背景技術(shù)：

一部手機(jī)遙控多種家電，這是智能家居描繪的場景。智能家居通常需配備遠(yuǎn)程控制終端、家庭網(wǎng)絡(luò)機(jī)頂盒、家庭中央控制器、智能家電等設(shè)備。雖然智能家居設(shè)備為生活帶來便利，但是在連接互聯(lián)網(wǎng)后，它們也成為黑客的攻擊目標(biāo)，智能家居安全問題已成為其應(yīng)用的瓶頸。現(xiàn)有的智能家居安全防護(hù)主要包括：WiFi密碼防護(hù)、訪問者鑒權(quán)防護(hù)、網(wǎng)絡(luò)賬戶密碼防護(hù)、路由器安全防護(hù)等，在本發(fā)明中統(tǒng)一稱之為“路由內(nèi)”安全防護(hù)。路由內(nèi)安全防護(hù)措施負(fù)責(zé)阻止黑客侵入到家庭網(wǎng)絡(luò)機(jī)頂盒。然而，一旦黑客侵入到家庭網(wǎng)絡(luò)機(jī)頂盒，智能家電將遭到攻擊。

監(jiān)控是各行業(yè)重點(diǎn)部門或重要場所進(jìn)行實(shí)時(shí)監(jiān)控的物理基礎(chǔ)，管理部門可通過它獲得有效數(shù)據(jù)、圖像視頻監(jiān)控系統(tǒng)原理圖或聲音信息，對突發(fā)性異常事件的過程進(jìn)行及時(shí)的監(jiān)視和記憶，用以提供高效、及時(shí)地指揮和高度、布置警力、處理案件等。隨著當(dāng)前計(jì)算機(jī)應(yīng)用的迅速發(fā)展和推廣，全世界掀起了一股強(qiáng)大的數(shù)字化浪潮，各種設(shè)備數(shù)字化已成為安全防護(hù)的首要目標(biāo)。數(shù)碼監(jiān)控報(bào)警的性能特點(diǎn)是：監(jiān)控畫面實(shí)時(shí)顯示，錄像圖象質(zhì)量單路調(diào)節(jié)功能，每路錄像速度可分別設(shè)置，快速檢索，多種錄像方式設(shè)定功能，自動備份，云臺/鏡頭控制功能，網(wǎng)絡(luò)傳輸?shù)取?/p>

現(xiàn)有技術(shù)中視頻監(jiān)控技術(shù)往往只能根據(jù)預(yù)先設(shè)置的角度進(jìn)行調(diào)整，靈活性程度不高，并且需要用戶進(jìn)行回放才能發(fā)現(xiàn)出現(xiàn)了警情或者其他情況，用戶的體驗(yàn)度不高。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提出一種智能型基于用戶行為識別的視頻監(jiān)控方法，其包括如下步驟：

S1、預(yù)先獲取各個(gè)家庭用戶的視頻數(shù)據(jù)；將家庭用戶的視頻數(shù)據(jù)作為視頻監(jiān)控中的白名單信息數(shù)據(jù)；

S2、從獲取的家庭用戶的視頻數(shù)據(jù)中進(jìn)行人臉識別以及姿勢動作信息識別得到人臉數(shù)據(jù)以及姿態(tài)數(shù)據(jù)；

S3、構(gòu)建基于深度神經(jīng)算法的人臉識別模型以及姿態(tài)識別模型；并且建立人臉識別模型與姿態(tài)識別模型的對應(yīng)關(guān)系；

S4、將家庭用戶的視頻數(shù)據(jù)作為視頻監(jiān)控中的白名單信息數(shù)據(jù)、基于深度神經(jīng)算法的人臉識別模型以及姿態(tài)識別模型、人臉識別模型與姿態(tài)識別模型的對應(yīng)關(guān)系構(gòu)成用戶監(jiān)控識別組件，并存儲于中心服務(wù)器中；

S5、在服務(wù)器中配置視頻監(jiān)控中的白名單中對應(yīng)家庭用戶的第一視頻角度控制范圍信息以及視頻監(jiān)控中在白名單之外對應(yīng)用戶的第二視頻角度控制范圍信息；

S6、在服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的初始監(jiān)控位置信息；

S7、在服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的相互關(guān)聯(lián)關(guān)系；

S8、通過視頻監(jiān)控?cái)z像頭對家居范圍內(nèi)進(jìn)行監(jiān)控；在出現(xiàn)視頻監(jiān)控中出現(xiàn)人物影像數(shù)據(jù)時(shí)，通過基于深度神經(jīng)算法的人臉識別模型以及姿態(tài)識別模型對人物影像數(shù)據(jù)進(jìn)行識別；根據(jù)識別結(jié)果判斷人物是否屬于視頻監(jiān)控中白名單，如果是則跳轉(zhuǎn)到步驟S9；否則跳轉(zhuǎn)到步驟S10；

S9、根據(jù)服務(wù)器中配置視頻監(jiān)控中的白名單中對應(yīng)家庭用戶的第一視頻角度控制范圍信息對視頻監(jiān)控?cái)z像頭的監(jiān)控范圍信息進(jìn)行調(diào)整；

S10、根據(jù)服務(wù)器中配置視頻監(jiān)控中在白名單之外對應(yīng)用戶的第二視頻角度控制范圍信息對視頻監(jiān)控?cái)z像頭的監(jiān)控范圍信息進(jìn)行調(diào)整，并跳轉(zhuǎn)到步驟S11；

S11、根據(jù)步驟S7中服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的相互關(guān)聯(lián)關(guān)系，激活與監(jiān)控到人物影像數(shù)據(jù)攝像頭均有關(guān)聯(lián)關(guān)系的攝像頭進(jìn)行監(jiān)控。

在本發(fā)明所述的智能型基于用戶行為識別的視頻監(jiān)控方法中，

步驟S7包括：

在服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的作為初始監(jiān)控?cái)z像頭時(shí)與其他視頻監(jiān)控?cái)z像頭的聯(lián)動信息。

本發(fā)明還提供一種智能型基于用戶行為識別的視頻監(jiān)控系統(tǒng)，其包括如下單元：

白名單信息配置單元，用于預(yù)先獲取各個(gè)家庭用戶的視頻數(shù)據(jù)；將家庭用戶的視頻數(shù)據(jù)作為視頻監(jiān)控中的白名單信息數(shù)據(jù)；

識別信息獲取單元，用于從獲取的家庭用戶的視頻數(shù)據(jù)中進(jìn)行人臉識別以及姿勢動作信息識別得到人臉數(shù)據(jù)以及姿態(tài)數(shù)據(jù)；

識別模型建立單元，用于構(gòu)建基于深度神經(jīng)算法的人臉識別模型以及姿態(tài)識別模型；并且建立人臉識別模型與姿態(tài)識別模型的對應(yīng)關(guān)系；

識別組件構(gòu)建單元，用于將家庭用戶的視頻數(shù)據(jù)作為視頻監(jiān)控中的白名單信息數(shù)據(jù)、基于深度神經(jīng)算法的人臉識別模型以及姿態(tài)識別模型、人臉識別模型與姿態(tài)識別模型的對應(yīng)關(guān)系構(gòu)成用戶監(jiān)控識別組件，并存儲于中心服務(wù)器中；

角度信息配置單元，用于在服務(wù)器中配置視頻監(jiān)控中的白名單中對應(yīng)家庭用戶的第一視頻角度控制范圍信息以及視頻監(jiān)控中在白名單之外對應(yīng)用戶的第二視頻角度控制范圍信息；

初始化單元，用于在服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的初始監(jiān)控位置信息；

關(guān)聯(lián)關(guān)系配置單元，用于在服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的相互關(guān)聯(lián)關(guān)系；

判斷單元，用于通過視頻監(jiān)控?cái)z像頭對家居范圍內(nèi)進(jìn)行監(jiān)控；在出現(xiàn)視頻監(jiān)控中出現(xiàn)人物影像數(shù)據(jù)時(shí)，通過基于深度神經(jīng)算法的人臉識別模型以及姿態(tài)識別模型對人物影像數(shù)據(jù)進(jìn)行識別；根據(jù)識別結(jié)果判斷人物是否屬于視頻監(jiān)控中白名單，如果是則跳轉(zhuǎn)到第一調(diào)整單元；否則跳轉(zhuǎn)到第二調(diào)整單元；

第一調(diào)整單元，用于根據(jù)服務(wù)器中配置視頻監(jiān)控中的白名單中對應(yīng)家庭用戶的第一視頻角度控制范圍信息對視頻監(jiān)控?cái)z像頭的監(jiān)控范圍信息進(jìn)行調(diào)整；

第二調(diào)整單元，用于根據(jù)服務(wù)器中配置視頻監(jiān)控中在白名單之外對應(yīng)用戶的第二視頻角度控制范圍信息對視頻監(jiān)控?cái)z像頭的監(jiān)控范圍信息進(jìn)行調(diào)整，并跳轉(zhuǎn)到監(jiān)控單元；

監(jiān)控單元，用于根據(jù)關(guān)聯(lián)關(guān)系配置單元中服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的相互關(guān)聯(lián)關(guān)系，激活與監(jiān)控到人物影像數(shù)據(jù)攝像頭均有關(guān)聯(lián)關(guān)系的攝像頭進(jìn)行監(jiān)控。

在本發(fā)明所述的智能型基于用戶行為識別的視頻監(jiān)控系統(tǒng)中，

關(guān)聯(lián)關(guān)系配置單元包括：

在服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的作為初始監(jiān)控?cái)z像頭時(shí)與其他視頻監(jiān)控?cái)z像頭的聯(lián)動信息

本發(fā)明提供的智能型基于用戶行為識別的視頻監(jiān)控方法及系統(tǒng)，相對于現(xiàn)有技術(shù)，能夠根據(jù)人物識別來進(jìn)行自動監(jiān)控；并且能夠兼顧合法用戶的隱私性。

附圖說明

圖1是本發(fā)明實(shí)施例的智能型基于用戶行為識別的視頻監(jiān)控系統(tǒng)結(jié)構(gòu)框圖。

具體實(shí)施方式

本發(fā)明實(shí)施例一種智能型基于用戶行為識別的視頻監(jiān)控方法，其包括如下步驟：

S1、預(yù)先獲取各個(gè)家庭用戶的視頻數(shù)據(jù)；將家庭用戶的視頻數(shù)據(jù)作為視頻監(jiān)控中的白名單信息數(shù)據(jù)；

S2、從獲取的家庭用戶的視頻數(shù)據(jù)中進(jìn)行人臉識別以及姿勢動作信息識別得到人臉數(shù)據(jù)以及姿態(tài)數(shù)據(jù)；

通過人臉識別與姿勢動作信息識別相互結(jié)合，能夠大大提高識別的準(zhǔn)確性。

S3、構(gòu)建基于深度神經(jīng)算法的人臉識別模型以及姿態(tài)識別模型；并且建立人臉識別模型與姿態(tài)識別模型的對應(yīng)關(guān)系；

S4、將家庭用戶的視頻數(shù)據(jù)作為視頻監(jiān)控中的白名單信息數(shù)據(jù)、基于深度神經(jīng)算法的人臉識別模型以及姿態(tài)識別模型、人臉識別模型與姿態(tài)識別模型的對應(yīng)關(guān)系構(gòu)成用戶監(jiān)控識別組件，并存儲于中心服務(wù)器中；

S5、在服務(wù)器中配置視頻監(jiān)控中的白名單中對應(yīng)家庭用戶的第一視頻角度控制范圍信息以及視頻監(jiān)控中在白名單之外對應(yīng)用戶的第二視頻角度控制范圍信息；

在本步驟中，通過對白名單中對應(yīng)家庭用戶的第一視頻角度控制范圍信息，對白名單之外對應(yīng)用戶的第二視頻角度控制范圍信息，第一視頻角度控制范圍小于第二視頻角度控制范圍，能夠區(qū)別性的通過視頻監(jiān)控?cái)z像頭來進(jìn)行監(jiān)控，照顧到了用戶隱私；并且通過和用戶識別相結(jié)合，對于用戶來說是透明的。

S6、在服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的初始監(jiān)控位置信息；

S7、在服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的相互關(guān)聯(lián)關(guān)系；

S8、通過視頻監(jiān)控?cái)z像頭對家居范圍內(nèi)進(jìn)行監(jiān)控；在出現(xiàn)視頻監(jiān)控中出現(xiàn)人物影像數(shù)據(jù)時(shí)，通過基于深度神經(jīng)算法的人臉識別模型以及姿態(tài)識別模型對人物影像數(shù)據(jù)進(jìn)行識別；根據(jù)識別結(jié)果判斷人物是否屬于視頻監(jiān)控中白名單，如果是則跳轉(zhuǎn)到步驟S9；否則跳轉(zhuǎn)到步驟S10；

S9、根據(jù)服務(wù)器中配置視頻監(jiān)控中的白名單中對應(yīng)家庭用戶的第一視頻角度控制范圍信息對視頻監(jiān)控?cái)z像頭的監(jiān)控范圍信息進(jìn)行調(diào)整；

S10、根據(jù)服務(wù)器中配置視頻監(jiān)控中在白名單之外對應(yīng)用戶的第二視頻角度控制范圍信息對視頻監(jiān)控?cái)z像頭的監(jiān)控范圍信息進(jìn)行調(diào)整，并跳轉(zhuǎn)到步驟S11；

S11、根據(jù)步驟S7中服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的相互關(guān)聯(lián)關(guān)系，激活與監(jiān)控到人物影像數(shù)據(jù)攝像頭均有關(guān)聯(lián)關(guān)系的攝像頭進(jìn)行監(jiān)控。

在本發(fā)明所述的智能型基于用戶行為識別的視頻監(jiān)控方法中，

步驟S7包括：

在服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的作為初始監(jiān)控?cái)z像頭時(shí)與其他視頻監(jiān)控?cái)z像頭的聯(lián)動信息。

在本發(fā)明實(shí)施例的步驟中，初始監(jiān)控?cái)z像頭時(shí)與其他視頻監(jiān)控?cái)z像頭的聯(lián)動信息可以包括視頻監(jiān)控?cái)z像頭的啟動順序；視頻監(jiān)控?cái)z像頭的激活數(shù)量等，并與智能家居范圍內(nèi)外的環(huán)境結(jié)合在一起進(jìn)行規(guī)劃，提高監(jiān)控的效果。

如圖1所示，本發(fā)明還提供一種智能型基于用戶行為識別的視頻監(jiān)控系統(tǒng)，其包括如下單元：

白名單信息配置單元，用于預(yù)先獲取各個(gè)家庭用戶的視頻數(shù)據(jù)；將家庭用戶的視頻數(shù)據(jù)作為視頻監(jiān)控中的白名單信息數(shù)據(jù)；

識別信息獲取單元，用于從獲取的家庭用戶的視頻數(shù)據(jù)中進(jìn)行人臉識別以及姿勢動作信息識別得到人臉數(shù)據(jù)以及姿態(tài)數(shù)據(jù)；

識別模型建立單元，用于構(gòu)建基于深度神經(jīng)算法的人臉識別模型以及姿態(tài)識別模型；并且建立人臉識別模型與姿態(tài)識別模型的對應(yīng)關(guān)系；

識別組件構(gòu)建單元，用于將家庭用戶的視頻數(shù)據(jù)作為視頻監(jiān)控中的白名單信息數(shù)據(jù)、基于深度神經(jīng)算法的人臉識別模型以及姿態(tài)識別模型、人臉識別模型與姿態(tài)識別模型的對應(yīng)關(guān)系構(gòu)成用戶監(jiān)控識別組件，并存儲于中心服務(wù)器中；

角度信息配置單元，用于在服務(wù)器中配置視頻監(jiān)控中的白名單中對應(yīng)家庭用戶的第一視頻角度控制范圍信息以及視頻監(jiān)控中在白名單之外對應(yīng)用戶的第二視頻角度控制范圍信息；

初始化單元，用于在服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的初始監(jiān)控位置信息；

關(guān)聯(lián)關(guān)系配置單元，用于在服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的相互關(guān)聯(lián)關(guān)系；

判斷單元，用于通過視頻監(jiān)控?cái)z像頭對家居范圍內(nèi)進(jìn)行監(jiān)控；在出現(xiàn)視頻監(jiān)控中出現(xiàn)人物影像數(shù)據(jù)時(shí)，通過基于深度神經(jīng)算法的人臉識別模型以及姿態(tài)識別模型對人物影像數(shù)據(jù)進(jìn)行識別；根據(jù)識別結(jié)果判斷人物是否屬于視頻監(jiān)控中白名單，如果是則跳轉(zhuǎn)到第一調(diào)整單元；否則跳轉(zhuǎn)到第二調(diào)整單元；

第一調(diào)整單元，用于根據(jù)服務(wù)器中配置視頻監(jiān)控中的白名單中對應(yīng)家庭用戶的第一視頻角度控制范圍信息對視頻監(jiān)控?cái)z像頭的監(jiān)控范圍信息進(jìn)行調(diào)整；

第二調(diào)整單元，用于根據(jù)服務(wù)器中配置視頻監(jiān)控中在白名單之外對應(yīng)用戶的第二視頻角度控制范圍信息對視頻監(jiān)控?cái)z像頭的監(jiān)控范圍信息進(jìn)行調(diào)整，并跳轉(zhuǎn)到監(jiān)控單元；

監(jiān)控單元，用于根據(jù)關(guān)聯(lián)關(guān)系配置單元中服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的相互關(guān)聯(lián)關(guān)系，激活與監(jiān)控到人物影像數(shù)據(jù)攝像頭均有關(guān)聯(lián)關(guān)系的攝像頭進(jìn)行監(jiān)控。

在本發(fā)明所述的智能型基于用戶行為識別的視頻監(jiān)控系統(tǒng)中，

關(guān)聯(lián)關(guān)系配置單元包括：

在服務(wù)器中配置家居范圍內(nèi)各個(gè)視頻監(jiān)控?cái)z像頭的作為初始監(jiān)控?cái)z像頭時(shí)與其他視頻監(jiān)控?cái)z像頭的聯(lián)動信息

本發(fā)明提供的智能型基于用戶行為識別的視頻監(jiān)控方法及系統(tǒng)，相對于現(xiàn)有技術(shù)，能夠根據(jù)人物識別來進(jìn)行自動監(jiān)控；并且能夠兼顧合法用戶的隱私性。

結(jié)合本文中所公開的實(shí)施例描述的方法或算法的可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實(shí)施。軟件模塊可以置于隨機(jī)儲存器、內(nèi)存、只讀存儲器、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動磁盤、CD-ROM、或技術(shù)領(lǐng)域內(nèi)所公知的任意其他形式的存儲介質(zhì)中。

可以理解的是，對于本領(lǐng)域的普通技術(shù)人員來說，可以根據(jù)本發(fā)明的技術(shù)構(gòu)思做出其它各種相應(yīng)的改變與變形，而所有這些改變與變形都應(yīng)屬于本發(fā)明權(quán)利要求的保護(hù)范圍。