邹开达

【关键词】异常行为检测;图卷积网络;特定场景

一、引言

随着人工智能和图像视觉分析技术的发展[1]，在芯片及算力的支持下，传统的安防行业已经进入到了智能时代，视频异常行为检测是智能监控系统[2]的核心，在学术界和工业界都有较高的研究和应用价值。最新调查研究显示[3]，我国近50%的老年人为“空巢老人”，居家养老为主要养老模式，居家安全问题的发生率高达38.03%。如何及时发现独居老人在家发生的异常行为，做到第一时间保证老人的生命健康，成为当今社会的重要课题之一。近年来，家庭场景下视频监控的普及为解决独居老人的安全问题提供了新的方案，传统的视频监控只能依靠人工的方式确认老人的健康状态，无法做到及时性与实时性。针对这个问题，本文提出了一套智能化的监控算法及实现，通过将图卷积网络与注意力机制相结合，对视频序列进行特征提取与对比，适用于在医院、独居老人或者养老院等看护人员数量不足或者缺失的场景下，对一些特殊人群的行为进行实时检测，如果发生跌倒、挥手、击打和抽烟等事先设定的异常行为类别，则向终端输出发生的异常行为的类别和时间，最大限度上减少生命及财产损失。

二、图卷积网络概述

人体骨架是人身体的内在框架，骨架由人体的关节点和骨骼组成。在空间域上，将这些关键点按照人体结构进行连接可以得到人体轮廓图。在时域上，根据关节点坐标信息变化即可对人体行为进行训练与分类。……