本发明涉及安防预警技术领域，尤其涉及金融行业办公场所防暴预警方法、装置及存储介质。
背景技术：
金融行业场所作为财产交易的指定场所，其常常会成为不法份子的目标，因此，金融行业场所的安防等级往往要高于其他公共场所，在此情况下，许多不法份子的暴力行动往往存在有预谋、有计划、有目标的行动特征，因此，安防人员常常会措手不及，从而导致暴力事件发生，虽然目前金融行业场所都会装载接入公安系统的报警系统，然而该系统在预警方面仍还存在一定的滞后性，尤其是当前违法犯罪的形式也逐步趋于高技术含量化，违法犯罪的过程持续也明显缩短，导致公安系统难以第一时间进行干预处理，从而使得后续的刑侦、追查难度提高，人力、财力支出成本提高，因此，就金融行业办公场所的防暴预警。
技术实现要素：
有鉴于此，本发明的目的在于提出一种预警可靠、响应迅速且实施灵活的金融行业办公场所防暴预警方法、装置及存储介质。
为了实现上述的技术目的，本发明所采用的技术方案为：
一种金融行业办公场所防暴预警方法，其包括：
获取金融行业办公场所预设区域范围内的监控影像并将其导入图像识别系统中进行识别处理，输出图像识别结果；
将图像识别结果与客户数据库和危险品图像库进行对照匹配并输出图像匹配结果；
获取金融行业办公场所预设公共区域范围内的监控音频，将其导入音频识别系统中进行识别处理，输出语音识别结果；
当图像匹配结果和/或语音识别结果满足预设条件时，执行对应预置的预警指令。
作为一种可能的实施方式，进一步，所述的监控影像被分割成图像帧文件后，导入图像识别系统内进行识别处理，图像识别结果包括图像帧内的人物框选标记、人脸图像框选标记和人物手部区域框选标记，所述的图像匹配结果包括人脸匹配结果和危险物匹配结果，所述人脸图像框选标记区域内的图像被导入至客户数据库中进行人脸匹配并输出人脸匹配结果，所述人物手部区域框选标记区域内的图像被导入至危险品图像库中进行危险物匹配并输出危险物匹配结果。
作为一种较优的选择实施方式，优选的，所述的人脸匹配结果还经归一化处理后，获得1×2的矩阵数据结果(x1，y1)，其中，x1 y1＝1，x1为匹配符合概率，y1为匹配不符合概率；
所述的危险物匹配结果还经归一化处理后，获得1×2的矩阵数据结果(x2，y2)，其中，x2 y2＝1，x2为匹配符合概率，y2为匹配不符合概率。
作为一种较优的选择实施方式，优选的，所述的音频识别系统中加载有经训练的时延神经网络-隐马尔可夫模型对监控音频进行识别处理，并输出语音识别结果，该时延神经网络-隐马尔可夫模型训练过程包括：
获得训练音频的每个信息帧，以及每个信息帧的梅尔倒谱特征、声调特征和当前说话人特征；以及
以一当前信息帧的梅尔倒谱特征、声调特征和当前说话人特征，以及所述当前信息帧之前的连续多个历史信息帧和所述当前信息帧之后的连续多个未来信息帧为输入，对所述语音识别模型进行训练，直至所述语音识别模型收敛。
作为一种较优的选择实施方式，优选的，所述的语音识别结果经归一化处理后，获得1×2的矩阵数据结果(x3，y3)，其中，x3 y3＝1，x3为匹配符合概率，y3为匹配不符合概率。
作为一种较优的选择实施方式，优选的，本方案还包括：
建立信息相关性矩阵数据(x4，y4)，其中，x4 y4＝1，x4为相关概率，y3为非相关概率，且将x4，y4的初始值均预设为0.5；
通过通讯基站对金融行业办公场所预设区域范围内的手机信号接入请求进行监控，建立手机信号记录流，将手机接入基站时所上传的手机号码信息与图像匹配结果中的人脸匹配结果进行数据碰撞，根据数据碰撞结果更新信息相关性矩阵数据。
作为一种较优的选择实施方式，优选的，所述根据数据碰撞结果更新信息相关性矩阵数据的方法为：
根据人脸匹配结果对应的监控影像所记录的时间节点与手机信号记录流中的时间节点进行关联，获得监控影像内的人物在多个不同时间节点上与手机信号记录流中的手机号码信息关联的人物信息数据集；
将各手机号码信息关联数据集进行对照，获得交叉数据，对交叉数据中的手机号码信息与监控影像内的人物所对应信息相关性矩阵数据(x4，y4)进行按如下公式顺序进行加值：
x4`＝x4 m；
y4`＝y4 n；
x4＝x4`；
y4＝y4`；
其中，m为正值，n为负值；
当x4小于预设下限值时，删除该信息相关性矩阵所对应的人物信息数据集。
作为一种可能的实施方式，进一步，所述的预警指令至少包括：远程报警和/或发送预警指令给现场安保人员和柜台工作人员。
基于上述预警方法，本方案还提供一种金融行业办公场所防暴预警系统，其包括：
存储单元，用于存储客户数据库和危险品图像库；
若干监控单元，布设在金融行业办公场所预设区域范围内，且用于生成监控影像；
影像处理单元，用于获取监控影像且将监控影像导入至其内置的图像识别系统中进行识别处理，并输出图像识别结果；
图像比较单元，用于将图像识别结果与客户数据库和危险品图像库进行对照匹配并输出图像匹配结果；
若干拾音单元，布设在金融行业办公场所预设公共区域范围内，且用于生成监控音频；
音频处理单元，用于获取监控音频且将监控音频导入至其内置音频识别系统中进行识别处理，并输出语音识别结果；
策略单元，用于对图像匹配结果和语音识别结果进行判定，当图像匹配结果和/或语音识别结果满足预设条件时，执行对应预置的预警指令。
在具有相同硬件基础的情况下，本发明方法具有一定的通配性，因此，本发明还提供一种计算机可读的存储介质，所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现上述所述的金融行业办公场所防暴预警方法。
采用上述的技术方案，本发明与现有技术相比，其具有的有益效果为：本方案巧妙性将监控影像、监控音频进行数据剖析后，获取相应的危险物匹配结果和危险音频结果(即语音识别结果)，对相应的结果进行数据化评价后，执行相应的预警指令，从而起到金融行业办公场所现场的危险预警，另外，还通过进一步引入通讯基站来辅助获取相应涉嫌危险行为人物的手机号码信息，作为其可能存在通信号码出借、侵占的排查依据，同时，还可以作为暴力行为发生后，利用手机号码的关联性，实现利用手机号码定位来辅助逃窜定位追踪，提高了防暴预警的可靠性和效率性。
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。
图1是本发明防暴预警方法的简要原理流程示意图；
图2是本发明防暴预警方法的监控影像数据化处理流程示意图；
图3是本发明防暴预警方法的监控音频数据化处理流程示意图；
图4是本发明防暴预警方法加入通讯基站进行辅助的简要运行机制示意图；
图5为本发明防暴预警方法中，更新信息相关性矩阵数据的方法的简要运行机制示意图；
图6为本发明防暴预警装置的简要连接示意图。
具体实施方式
下面结合附图和实施例，对本发明作进一步的详细描述。特别指出的是，以下实施例仅用于说明本发明，但不对本发明的范围进行限定。同样的，以下实施例仅为本发明的部分实施例而非全部实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
着重参考图1，本发明一种金融行业办公场所防暴预警方法，其包括可并行处理的步骤s1和s2，以及运行于步骤s1和步骤s2之后的步骤s3，其中步骤s1包括：
s101、获取金融行业办公场所预设区域范围内的监控影像并将其导入图像识别系统中进行识别处理，输出图像识别结果；
s102、将图像识别结果与客户数据库和危险品图像库进行对照匹配并输出图像匹配结果；
步骤s2包括：
s201、获取金融行业办公场所预设公共区域范围内的监控音频，
s202、将监控音频导入音频识别系统中进行识别处理，输出语音识别结果；
步骤s3包括：
s301、当图像匹配结果和/或语音识别结果满足预设条件时，执行对应预置的预警指令；作为一种可能的实施方式，进一步，所述的预警指令至少包括：远程报警和/或发送预警指令给现场安保人员和柜台工作人员。
结合图2所示，在本方案中，为了提高图像识别的效率和对结果进行数据化体现，作为一种可能的实施方式，进一步，所述的监控影像被分割成图像帧文件后，导入图像识别系统内进行识别处理，图像识别结果包括图像帧内的人物框选标记、人脸图像框选标记和人物手部区域框选标记，所述的图像匹配结果包括人脸匹配结果和危险物匹配结果，所述人脸图像框选标记区域内的图像被导入至客户数据库中进行人脸匹配并输出人脸匹配结果，所述人物手部区域框选标记区域内的图像被导入至危险品图像库中进行危险物匹配并输出危险物匹配结果。
而作为一种较优的选择实施方式，优选的，所述的人脸匹配结果还经归一化处理后，获得1×2的矩阵数据结果(x1，y1)，其中，x1 y1＝1，x1为匹配符合概率，y1为匹配不符合概率；
所述的危险物匹配结果还经归一化处理后，获得1×2的矩阵数据结果(x2，y2)，其中，x2 y2＝1，x2为匹配符合概率，y2为匹配不符合概率，然后结合二者概率的大小关系进行触发相应的预警指令。
其中，可以将银行自有客户的人脸数据进行预先导入形成客户数据库，另外，还可以接入公安对外的通缉照片进行一并识别对比，而对于非现有客户，可以另行建立一个归属于客户数据库的潜在客户数据库，该潜在客户数据库的数据存储设定预设周期进行更新，剔除预设时长内未被再次记录到的客户人脸数据，而危险物数据库可以直接基于现有的刀具、枪支等管制物品的影像轮廓数据图像进行汇集存储形成，其仅供调用对比，而对图像帧内的人物框选标记、人脸图像框选标记和人物手部区域框选标记的算法已经是非常普遍的神经网络算法，本方案仅是将其巧妙性地利用在本方案场景中进行使用，因此，不再进行赘述具体算法的细节。
结合图3所示，在本方案中，为了提高音频识别的效率和对结果进行数据化体现，作为一种较优的选择实施方式，优选的，所述的音频识别系统中加载有经训练的时延神经网络-隐马尔可夫模型对监控音频进行识别处理，并输出语音识别结果，该时延神经网络-隐马尔可夫模型训练过程包括：
获得训练音频的每个信息帧，以及每个信息帧的梅尔倒谱特征、声调特征和当前说话人特征；以及
以一当前信息帧的梅尔倒谱特征、声调特征和当前说话人特征，以及所述当前信息帧之前的连续多个历史信息帧和所述当前信息帧之后的连续多个未来信息帧为输入，对所述语音识别模型进行训练，直至所述语音识别模型收敛。
作为一种较优的选择实施方式，优选的，所述的语音识别结果经归一化处理后，获得1×2的矩阵数据结果(x3，y3)，其中，x3 y3＝1，x3为匹配符合概率，y3为匹配不符合概率，而语音识别的参照音频可以为“救命”“把钱交出来”“不许动”等词汇，通过进行音频比较，输出符合对应参照音频的概率和不符合的概率，然后结合二者概率的大小关系进行触发相应的预警指令。
通过上述方案，可以实现对金融行业办公场所的现场暴力行为将要发生时的预警，尤其是持械暴力行为的预警，当不法份子持械进入到金融行业办公场所的预设区域时，即可被识别或预警，令安保人员可以预先采取手段来规避，而对于一些言语纠纷或预谋行为，若是被公共区域的音频监控捕获敏感词汇，亦会生成预警指令，使得安防人员能够介入核查，以及工作人员提高工作警惕。
而该方法还可以进一步拓展延伸作为已有客户的来访告知，令大堂工作人员可以第一时间知晓对象的姓名，提高接待专业度和人性化，提升金融行业办公场所的办公贴心度。
着重参考图4，为了提高追踪和预警的便利性，作为一种较优的选择实施方式，优选的，本方案基于前述的图像识别结果，还可以进一步包括如下数据互动方法：
建立信息相关性矩阵数据(x4，y4)，其中，x4 y4＝1，x4为相关概率，y3为非相关概率，且将x4，y4的初始值均预设为0.5；
通过通讯基站对金融行业办公场所预设区域范围内的手机信号接入请求进行监控，建立手机信号记录流，将手机接入基站时所上传的手机号码信息与图像匹配结果中的人脸匹配结果进行数据碰撞，根据数据碰撞结果更新信息相关性矩阵数据。
着重结合图5所示，作为一种较优的选择实施方式，优选的，所述根据数据碰撞结果更新信息相关性矩阵数据的方法为：
根据人脸匹配结果对应的监控影像所记录的时间节点与手机信号记录流中的时间节点进行关联，获得监控影像内的人物在多个不同时间节点上与手机信号记录流中的手机号码信息关联的人物信息数据集；
将各手机号码信息关联数据集进行对照，获得交叉数据，对交叉数据中的手机号码信息与监控影像内的人物所对应信息相关性矩阵数据(x4，y4)进行按如下公式顺序进行加值：
x4`＝x4 m；
y4`＝y4 n；
x4＝x4`；
y4＝y4`；
其中，m为正值，n为负值，例如m为 0.01，n为-0.01，x4下限值设定为0.3；
当x4小于预设下限值时，删除该信息相关性矩阵所对应的人物信息数据集，以此可以减少对处理系统的算力占用，优化其运行效率，缓解数据处理压力，同时，还可以按预设周期(例如3个月或半年)，进行清理没有进行过数据操作的数据集，以此进一步对数据库进行瘦身优化，降低存储空间的不良占用，图5所提及的初始人物信息数据集为第一次获取的人物信息数据集，后续相应对应人脸匹配结果获得的人物信息与对应的人物信息数据集与其进行对照后进行相应更新或删除，例如：最开始一个人脸匹配结果对应20个手机号信息，后续又匹配了20个，其中，有15个是交叉数据，那么，对15个交叉的数据进行加值m，而原始的20个数据中，没有被交叉的，进行加值n，为了避免一些没带手机的情况，而导致后续机制失灵的问题，可以对后续20个数据中没有被交叉的5个直接作为数据替补，暂不操作，而该5个数据替补会作为下一次匹配的考量数据，进行暂时纳入初始人物信息数据集中与下次数据集进行匹配，当进行连续5次的交叉匹配中，达到2次以上交叉匹配成功时，将其归入初始人物信息数据集中，且建立对应的信息相关性矩阵数据(x4，y4)，否则，对其进行直接剔除。
通过该方案，可以快速将人脸匹配结果与对应的手机号码信息进行快速关联，由于手机在进入对应基站的通信范围支持区域时，通常第一次进行通信转换接入时，会将手机号码信息、手机识别码等手机硬件信息进行传递到基站中进行记录，因此，对于一些人脸匹配结果无法达到预设要求的情况下，可以进一步通过手机号码信息的介入来形成补偿系数弥补人脸匹配结果的不佳(例如有穿戴口罩时，人脸匹配的置信度会下降)，而通过数据集的不断碰撞，最后可以直接将相关性高的多个手机号码信息与对应的人脸匹配数据进行调出进行排查，若存在人脸匹配结果是非客户的情况下，手机号码信息的置信度提升频率异常，那么可以间接获知该人员具备不法行为预谋蹲点的可能性，可以进一步从后台数，另外，还可以进一步通过1个手机号码信息关联到客户数据库内的多个人脸匹配结果进行排查，来获知是否出现手机号码出租、侵占等不法情况，还可以导出至公安系统内进行预警或排查，以起到暴力行为的防患于未燃的效果，另外，即使在暴力事件发生后，公安人员亦可直接对该手机号码进行定位追踪，达到快速缉拿的效果。
结合图6所示，基于上述预警方法，本方案还提供一种金融行业办公场所防暴预警系统，其包括：
存储单元1，用于存储客户数据库和危险品图像库；
若干监控单元2，布设在金融行业办公场所预设区域范围内，且用于生成监控影像；
影像处理单元3，用于获取监控影像且将监控影像导入至其内置的图像识别系统中进行识别处理，并输出图像识别结果；
图像比较单元4，用于将图像识别结果与客户数据库和危险品图像库进行对照匹配并输出图像匹配结果；
若干拾音单元5，布设在金融行业办公场所预设公共区域范围内，且用于生成监控音频；
音频处理单元6，用于获取监控音频且将监控音频导入至其内置音频识别系统中进行识别处理，并输出语音识别结果；
策略单元7，用于对图像匹配结果和语音识别结果进行判定，当图像匹配结果和/或语音识别结果满足预设条件时，执行对应预置的预警指令。
另外，在本发明各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的部分实施例，并非因此限制本发明的保护范围，凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
1.一种金融行业办公场所防暴预警方法，其特征在于，包括：
获取金融行业办公场所预设区域范围内的监控影像并将其导入图像识别系统中进行识别处理，输出图像识别结果；
将图像识别结果与客户数据库和危险品图像库进行对照匹配并输出图像匹配结果；
获取金融行业办公场所预设公共区域范围内的监控音频，将其导入音频识别系统中进行识别处理，输出语音识别结果；
当图像匹配结果和/或语音识别结果满足预设条件时，执行对应预置的预警指令。
2.如权利要求1所述的金融行业办公场所防暴预警方法，其特征在于，所述的监控影像被分割成图像帧文件后，导入图像识别系统内进行识别处理，图像识别结果包括图像帧内的人物框选标记、人脸图像框选标记和人物手部区域框选标记，所述的图像匹配结果包括人脸匹配结果和危险物匹配结果，所述人脸图像框选标记区域内的图像被导入至客户数据库中进行人脸匹配并输出人脸匹配结果，所述人物手部区域框选标记区域内的图像被导入至危险品图像库中进行危险物匹配并输出危险物匹配结果。
3.如权利要求2所述的金融行业办公场所防暴预警方法，其特征在于，所述的人脸匹配结果还经归一化处理后，获得1×2的矩阵数据结果(x1，y1)，其中，x1 y1＝1，x1为匹配符合概率，y1为匹配不符合概率；
所述的危险物匹配结果还经归一化处理后，获得1×2的矩阵数据结果(x2，y2)，其中，x2 y2＝1，x2为匹配符合概率，y2为匹配不符合概率。
4.如权利要求3所述的金融行业办公场所防暴预警方法，其特征在于，所述的音频识别系统中加载有经训练的时延神经网络-隐马尔可夫模型对监控音频进行识别处理，并输出语音识别结果，该时延神经网络-隐马尔可夫模型训练过程包括：
获得训练音频的每个信息帧，以及每个信息帧的梅尔倒谱特征、声调特征和当前说话人特征；以及
以一当前信息帧的梅尔倒谱特征、声调特征和当前说话人特征，以及所述当前信息帧之前的连续多个历史信息帧和所述当前信息帧之后的连续多个未来信息帧为输入，对所述语音识别模型进行训练，直至所述语音识别模型收敛。
5.如权利要求4所述的金融行业办公场所防暴预警方法，其特征在于，所述的语音识别结果经归一化处理后，获得1×2的矩阵数据结果(x3，y3)，其中，x3 y3＝1，x3为匹配符合概率，y3为匹配不符合概率。
6.如权利要求5所述的金融行业办公场所防暴预警方法，其特征在于，其还包括：
建立信息相关性矩阵数据(x4，y4)，其中，x4 y4＝1，x4为相关概率，y3为非相关概率，且将x4，y4的初始值均预设为0.5；
通过通讯基站对金融行业办公场所预设区域范围内的手机信号接入请求进行监控，建立手机信号记录流，将手机接入基站时所上传的手机号码信息与图像匹配结果中的人脸匹配结果进行数据碰撞，根据数据碰撞结果更新信息相关性矩阵数据。
7.如权利要求6所述的金融行业办公场所防暴预警方法，其特征在于，所述根据数据碰撞结果更新信息相关性矩阵数据的方法为：
根据人脸匹配结果对应的监控影像所记录的时间节点与手机信号记录流中的时间节点进行关联，获得监控影像内的人物在多个不同时间节点上与手机信号记录流中的手机号码信息关联的人物信息数据集；
将各手机号码信息关联数据集进行对照，获得交叉数据，对交叉数据中的手机号码信息与监控影像内的人物所对应信息相关性矩阵数据(x4，y4)进行按如下公式顺序进行加值：
x4`＝x4 m；
y4`＝y4 n；
x4＝x4`；
y4＝y4`；其中，m为正值，n为负值；
当x4小于预设下限值时，删除该信息相关性矩阵所对应的人物信息数据集。
8.如权利要求1所述的金融行业办公场所防暴预警方法，其特征在于，所述的预警指令至少包括：远程报警和/或发送预警指令给现场安保人员和柜台工作人员。
9.一种金融行业办公场所防暴预警系统，其特征在于，其包括：
存储单元，用于存储客户数据库和危险品图像库；
若干监控单元，布设在金融行业办公场所预设区域范围内，且用于生成监控影像；
影像处理单元，用于获取监控影像且将监控影像导入至其内置的图像识别系统中进行识别处理，并输出图像识别结果；
图像比较单元，用于将图像识别结果与客户数据库和危险品图像库进行对照匹配并输出图像匹配结果；
若干拾音单元，布设在金融行业办公场所预设公共区域范围内，且用于生成监控音频；
音频处理单元，用于获取监控音频且将监控音频导入至其内置音频识别系统中进行识别处理，并输出语音识别结果；
策略单元，用于对图像匹配结果和语音识别结果进行判定，当图像匹配结果和/或语音识别结果满足预设条件时，执行对应预置的预警指令。
10.一种计算机可读的存储介质，其特征在于：所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现如权利要求1至8之一所述的金融行业办公场所防暴预警方法。
技术总结