圖像分析得分是否超過例如由視頻分析器130的管理員所定義的懷疑閾值。分析模塊206將具有極度圖像分析得分的一個或多個圖像識別為可疑圖像。一旦識別可疑圖像，分析模塊206從每個所識別可疑圖像的視頻循環(huán)來生成動作剪輯。在一個實施例中，由分析模塊206所生成的動作剪輯開始于對應可疑圖像。在另一個實施例中，動作剪輯包括對應可疑圖像。在另一個實施例中，動作剪輯的時長處于時間閾值（例如2秒、45秒等）之內。分析模塊206然后向總結生成器208發(fā)送動作剪輯。
[0037]在另一個實施例中，分析模塊206通過使用動作分析以分析來自視頻循環(huán)的圖像的一個或多個序列（即，一個或多個視頻剪輯），來確定可疑動作。在這個實施例中，分析模塊206基于例如二維高斯平滑和時間Gabor (伽柏）濾波，從視頻循環(huán)中識別一個或多個時空興趣點。分析模塊206分析時空興趣點所表示的圖像序列，以確定與人關聯(lián)的形狀特征和運動特征。形狀特征表示例如人的身體部位、物體等。分析模塊206通過例如從圖像序列來計算局部圖像強度取向的直方圖，來確定形狀特征。運動特征表示例如圖像序列中的人手的運動方向和速度。分析模塊206通過例如使用三維Gabor濾波器以處理圖像序列，來確定運動特征。在這種示例中，三維Gabor濾波器的每個調諧成特定方向和速度。
[0038]分析模塊206基于形狀和/或運動特征來識別圖像的可疑序列，其中包括可疑動作。例如，分析模塊206將顯示某個人正看向保安員并且然后抓取物體的圖像序列識別為圖像的可疑序列。在另一個示例中，分析模塊206將顯示某個人從物體中取下條形碼的圖像序列識別為圖像的可疑序列。在一個實施例中，分析模塊206構成包括形狀和運動特征的時空立方體，并且使用基于Fisher的線性差別算法的抓取動作分類器來識別可疑序列。分析模塊206然后從包括所識別的圖像的可疑序列的視頻循環(huán)來生成動作剪輯。所生成動作剪輯的時長處于時間閾值之內。雖然本文中參照識別圖像的可疑序列來描述動作分析方法，但是在一個實施例中，分析模塊206識別圖像的多個可疑序列并且為各可疑序列生成動作剪輯。分析模塊206向總結生成器208發(fā)送動作剪輯。
[0039]雖然分析模塊206在本文中按照一些實施例描述為從視頻循環(huán)來生成動作剪輯，但是在其他實施例中，分析模塊206從接收于一個或多個圖像捕獲裝置的一個或多個視頻來生成動作剪輯。在這類實施例中，分析模塊206經由通信模塊202直接從圖像捕獲裝置接收視頻。分析模塊206使用圖像分析和動作分析中的至少一個從視頻中確定某個人所執(zhí)行的可疑動作。例如，分析模塊206從便利店的貨架上放置的照相裝置接收視頻。分析模塊206確定某個人所執(zhí)行的可疑動作，并且從視頻來生成動作剪輯。這個動作剪輯可使用公共坐標系來關聯(lián)到跟蹤模塊204所生成的人的視頻循環(huán)。這是有利的，因為直接從照相裝置所接收的視頻可提供較高空間分辨率，以確定例如人的面部反應。
[0040]總結生成器208包括用于生成人的活動總結的代碼和例程。在一個實施例中，總結生成器208包括指令集，其由處理器235可執(zhí)行以提供用于生成人的活動總結的功能性。在另一個實施例中，總結生成器208存儲在存儲器237中并且是處理器235可訪問和可執(zhí)行的。在任一個實施例中，總結生成器208適合于經由總線220與處理器235和視頻分析應用140的其他模塊的通信和協(xié)作。
[0041 ] 總結生成器208從跟蹤模塊204接收人的視頻循環(huán)。總結生成器208還從分析模塊206接收人的一個或多個動作剪輯。總結生成器208然后生成用于提供包括人的視頻循環(huán)和一個或多個動作剪輯的用戶界面(即，活動總結)的圖形數(shù)據(jù)。在一個實施例中，總結生成器208基于與此人關聯(lián)的位置數(shù)據(jù)(例如x-y坐標)來生成圖形數(shù)據(jù)。在這種實施例中，總結生成器208在各動作剪輯中確定商業(yè)場所中的人的位置，并且基于此人的位置來生成圖形數(shù)據(jù)。例如，總結生成器208確定所接收動作剪輯中的人的位置處于便利店中的左上通道。在這種示例中，總結生成器208生成圖形數(shù)據(jù)，以呈現(xiàn)視頻循環(huán)左邊的動作剪輯。下面參照圖3更詳細描述用戶界面。
[0042]總結生成器208向顯示裝置發(fā)送圖形數(shù)據(jù)。顯示裝置渲染圖形數(shù)據(jù)，以顯示活動總結。在一個實施例中，總結生成器208基于與人關聯(lián)的位置數(shù)據(jù)來確定此人是否正接近商業(yè)場所的出口。在這種實施例中，總結生成器208響應(即，同時地)確定此人正接近商業(yè)場所的出口而向顯示裝置傳送圖形數(shù)據(jù)。動作總結是有利的，因為它同時顯示呈現(xiàn)例如便利店中的某個客戶的整個行程的視頻循環(huán)以及呈現(xiàn)該客戶端所執(zhí)行的可疑動作的一個或多個動作剪輯。視頻分析器140的管理員、例如便利店的保安人員能夠快速審查(在客戶離開便利店之前)動作剪輯，并且確定該客戶偷取了產品。因此，降低發(fā)出假報警的問題。
[0043]圖3是按照一個實施例、包括人的動作總結的用戶界面300。所示實施例包括視頻循環(huán)310，由此顯示便利店內部的人的整個行程的圖像。所示實施例還包括動作剪輯320、330和350，由此顯示人340所執(zhí)行的可疑動作(即，抓取物體)。例如，動作剪輯350顯示人340從便利店中的貨架觸及并且抓取產品。在這個實施例中，總結生成器在動作剪輯320、330和350的每個中基于便利店中的人340的位置，來生成活動總結。例如，總結生成器在動作剪輯330中確定人340位于便利店的左邊。因此，總結生成器在用戶界面300中呈現(xiàn)視頻剪輯310右邊的動作剪輯330。
[0044]圖4是用于生成商業(yè)場所中的人的活動總結的示范方法400的流程圖。通信模塊從一個或多個圖像捕獲裝置接收(402) —個或多個視頻。跟蹤模塊從一個或多個視頻來生成(404)人的視頻循環(huán)。分析模塊從視頻循環(huán)來生成(406)動作剪輯。動作剪輯包括此人所執(zhí)行的可疑動作。例如，分析模塊406使用圖像分析來生成包括此人抓取物體的動作剪輯?？偨Y生成器然后生成人的活動總結，其中包括視頻循環(huán)和動作剪輯。
[0045]圖5是用于生成商業(yè)場所中的人的活動總結的另一種示范方法500的流程圖。通信模塊從一個或多個圖像捕獲裝置(其安裝在商業(yè)場所中)接收(502) —個或多個視頻。跟蹤模塊從一個或多個視頻來生成(504)人的視頻循環(huán)。
[0046]在一個實施例中，分析模塊分析(506)視頻循環(huán)的一個或多個圖像，以確定人所執(zhí)行的可疑動作。分析模塊基于分析來確定(508) —個或多個圖像的每個的圖像分析得分。分析模塊然后基于一個或多個分析得分來識別(510)可疑圖像。例如，分析模塊將具有最高圖像分析得分的圖像識別為可疑圖像。分析模塊從視頻循環(huán)來生成(512)包括可疑圖像的動作剪輯。例如，分析模塊從視頻循環(huán)來生成開始于可疑圖像的動作剪輯。
[0047]在另一個實施例中，分析模塊分析(514)來自視頻循環(huán)的圖像的一個或多個序列，以確定與人關聯(lián)的運動特征。分析模塊基于運動特征從圖像的一個或多個序列來識別(516)圖像的可疑序列。分析模塊然后從視頻循環(huán)來生成(518)包括圖像的可疑序列的動作剪輯。在任一個實施例中，總結生成器生成(52)人的活動總結，其中包括視頻循環(huán)和動作剪輯。總結生成器然后確定(522)此人是否正接近商業(yè)場所的出口?？偨Y生成器響應確定此人正接近出口而提供(524)活動總結供顯示。
[0048]本實施例的技術效果包括從一個或多個圖像捕獲裝置接收一個或多個視頻，從一個或多個視頻來生成人的視頻循環(huán)，其中視頻循環(huán)顯示商業(yè)場所中的人。該方法還包括:從視頻循環(huán)來生成動作剪輯，其中動作剪輯包括由商業(yè)場所中的人所執(zhí)行的可疑動作；以及生成人的動作總結，其中包括視頻循環(huán)和動作剪輯。
[0049]要理解，不一定按照任何具體實施例可實現(xiàn)以上所述的所有這類目的或優(yōu)點。因此，例如，本領域的技術人員將會知道，本文所述的系統(tǒng)和技術可通過如下方式來實施或執(zhí)行:實現(xiàn)或優(yōu)化本文講授的一個或一組優(yōu)點，而不一定實現(xiàn)本文可能講授或提出的其他目的或優(yōu)點。
[0050]雖然僅結合有限數(shù)量的實施例詳細描述了本發(fā)明，但是應當易于理解，本發(fā)明并不局限