技术摘要：
本发明公开了一种异常行为的识别方法及装置，该方法包括：将多个摄像头采集的客户行为数据分别输入异常行为识别模型，在识别出异常行为时，确定采集到该异常行为的至少两个摄像头及其中每个摄像头对应的异常行为置信度；根据采集到该异常行为的至少两个摄像头中每两个  全部
背景技术：
银行网点属于金融交易场所，对安保要求较高，对现场发生的人群推搡、打斗等行 为非常敏感。随着人工智能技术盛行，银行采用了打斗行为识别模型，基于图像中肢体互动 和叠加的原理，对银行网点进行视频监控，能够快速发现并识别银行网点内的斗殴、推搡等 异常行为，提醒工作人员及时处理。 但是，由于网点人群密集度较高，在单一角度拍摄视频时，因直线视觉问题，图像 中的纵深无法识别，会出现局部遮挡，人员交叉行走时会造成目标视觉重叠，往往使得实际 上有一定距离的人群在发生位置交换或者交叉移动时，被误判为异常行为，特别是在人群 排队的时候，异常行为的错误识别经常发生。 现有技术大多是基于深度学习，收集打斗行为的图像数据，优化打斗行为识别模 型，但是，因为单一朝向的摄像头的二维图像物理局限性，使得模型优化进展困难，异常行 为识别的准确性较低。 针对上述问题，目前尚未提出有效的解决方案。
技术实现要素：
本发明实施例提供一种异常行为的识别方法，用以提高异常行为识别的准确性， 该方法包括： 将多个摄像头采集的客户行为数据分别输入异常行为识别模型，在识别出异常行 为时，确定采集到该异常行为的至少两个摄像头及其中每个摄像头对应的异常行为置信 度，其中，多个摄像头设置在银行网点的不同位置，异常行为识别模型根据历史异常行为数 据训练得到； 获得采集到该异常行为的至少两个摄像头的角度参数，确定每两个摄像头之间的 夹角参数； 根据每两个摄像头之间的夹角参数，确定每两个摄像头的识别准确率； 根据每两个摄像头的识别准确率，以及每个摄像头对应的异常行为置信度，确定 每两个摄像头的异常行为置信度； 根据每两个摄像头的异常行为置信度，确定该异常行为的置信度； 在该异常行为的置信度大于或等于预设置信度阈值时，将该异常行为确定为识别 结果。 本发明实施例提供一种异常行为的识别装置，用以提高异常行为识别的准确性， 该装置包括： 参数获得模块，用于将多个摄像头采集的客户行为数据分别输入异常行为识别模 型，在识别出异常行为时，确定采集到该异常行为的至少两个摄像头及其中每个摄像头对 4 CN 111597970 A 说　明　书 2/8 页 应的异常行为置信度，其中，多个摄像头设置在银行网点的不同位置，异常行为识别模型根 据历史异常行为数据训练得到； 夹角确定模块，用于获得采集到该异常行为的至少两个摄像头的角度参数，确定 每两个摄像头之间的夹角参数； 准确率确定模块，用于根据每两个摄像头之间的夹角参数，确定每两个摄像头的 识别准确率； 置信度确定模块，用于根据每两个摄像头的识别准确率，以及每个摄像头对应的 异常行为置信度，确定每两个摄像头的异常行为置信度； 异常行为置信度确定模块，用于根据每两个摄像头的异常行为置信度，确定该异 常行为的置信度； 识别结果确定模块，用于在该异常行为的置信度大于或等于预设置信度阈值时， 将该异常行为确定为识别结果。 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异常行为的识别方 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 行上述异常行为的识别方法的计算机程序。 本发明实施例通过：将多个摄像头采集的客户行为数据分别输入异常行为识别模 型，在识别出异常行为时，确定采集到该异常行为的至少两个摄像头及其中每个摄像头对 应的异常行为置信度；获得采集到该异常行为的至少两个摄像头的角度参数，确定每两个 摄像头之间的夹角参数；根据每两个摄像头之间的夹角参数，确定每两个摄像头的识别准 确率；根据每两个摄像头的识别准确率，以及每个摄像头对应的异常行为置信度，确定每两 个摄像头的异常行为置信度；根据每两个摄像头的异常行为置信度，确定该异常行为的置 信度；在该异常行为的置信度大于或等于预设置信度阈值时，将该异常行为确定为识别结 果，本发明基于多个摄像头以及异常行为识别模型，可以将多角度下的异常行为识别结果 进行综合分析和二次优化，解决了单一角度无法识别图像纵深的局限性，避免了因人员错 位、遮挡等问题造成的异常行为误判，提高了异常行为识别的准确性。 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为本发明实施例中异常行为的识别方法流程的示意图； 图2为本发明实施例中多个摄像头的示意图； 图3为本发明实施例中摄像头夹角与识别准确率的关联关系图； 图4为本发明实施例中异常行为的识别装置结构的示意图； 图5为本发明实施例中异常行为的识别装置另一结构的示意图。 5 CN 111597970 A 说　明　书 3/8 页