本发明涉及智能监控领域，尤其涉及一种智能行为监控的方法和系统。
背景技术：
1、随着社会的发展与进步，越来越多的人会在家里、店铺等区域安装监控摄像头，目的是为了防盗、监控家庭成员的人身财产安全，有小孩、老人及保姆的家庭会通过摄像头监控小孩、老人及保姆的行为，例如保姆是否按时给小孩喂食等。但传统的监控系统也有很多缺陷，例如当发现被监控人存在异常行为时，监控人无法及时获知，需要一直盯着监控画面观看或事后调取画面才能知晓，即使调取画面也非常繁杂，需要耗费大量的时间及精力从头调取或选择一段时间后播放观看调取。
技术实现思路
1、为解决上述背景技术中存在的技术问题，本发明第一方面提供了一种智能行为监控的方法，所述方法包括：
2、获取视频图像，根据所述监控视频，判断当前视频帧图像中是否包含人体特征；
3、当所述当前视频帧图像中包含人体特征时，根据所述当前视频帧图像，判断所述人体特征中是否包括危险行为特征，所述危险行为特征包括面部危险、腿部危险及手部危险行为特征；
4、当所述人体特征中包括危险行为特征，则判断所述危险行为特征所属的对象是否为预设的危险行为对象；
5、当所述危险行为特征所属的对象为所述预设的危险行为对象，且获取的视频图像中包含危险行为特征的持续时间大于预设阈值时，则进行危险报警。
6、作为本发明的进一步说明，所述当所述当前视频帧图像中包含人体特征时，根据所述当前视频帧图像，判断所述人体特征中是否包括危险行为特征，包括：
7、将所述当前视频帧图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的危险强度；其中，所述神经网络是根据各样本图像，以及各样本图像中的人体危险标定结果训练得到的；
8、判断所述危险强度是否大于预设阈值；
9、当所述危险强度大于预设阈值时，确定所述人体特征中包括危险行为特征。
10、作为本发明的进一步说明，所述方法还包括：
11、当所述当前视频帧图像中包含人体特征时，根据所述当前视频帧图像，判断所述人体特征中是否包括手部抓握行为；
12、当所述人体特征中包括手部抓握行为特征，则判断所述手部抓握行为特征所属的对象是否为儿童；
13、当所述手部抓握行为特征所属的对象为儿童时，则判断手部抓握物体是否为预设的危险物品；
14、当所述手部抓握物体为预设的危险物品时，则进行危险报警。
15、作为本发明的进一步说明，所述方法还包括：
16、获取预设时间段内的视频图像，根据所述监控视频，判断当前视频帧图像中是否包含人体特征；
17、当当前视频帧图像中包含人体特征时，根据所述当前视频帧图像，判断所述人体特征中是否包括手部喂食行为；当当所获取的预设时间段内的视频图像均不含手部喂食行为时，则进行异常报警。
18、作为本发明的进一步说明，所述方法还包括：
19、当所述当前视频帧图像中包含人体特征时，则判断所述人体特征所属对象是否为预设的正常对象；
20、当所述人体特征所属对象不是预设的正常对象，则进行异常报警。
21、本发明第二方面提供一种智能行为监控的系统，所述系统包括：
22、第一判断模块，用于获取视频图像，根据所述监控视频，判断当前视频帧图像中是否包含人体特征。
23、第二判断模块，用于当所述当前视频帧图像中包含人体特征时，根据所述当前视频帧图像，判断所述人体特征中是否包括危险行为特征，所述危险行为特征包括面部危险、腿部危险及手部危险行为特征。
24、第三判断模块，用于当所述人体特征中包括危险行为特征，则判断所述危险行为特征所属的对象是否为预设的危险行为对象。
25、第一危险报警模块，用于当所述危险行为特征所属的对象为所述预设的危险行为对象，且获取的视频图像中包含危险行为特征的持续时间大于预设阈值时，则进行危险报警。
26、作为本发明的进一步说明，第二判断模块，包括：
27、图像处理模块，用于将所述当前视频帧图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的危险强度；其中，所述神经网络是根据各样本图像，以及各样本图像中的人体危险标定结果训练得到的；
28、第四判断模块，用于判断所述危险强度是否大于预设阈值；
29、确定模块，用于当所述危险强度大于预设阈值时，确定所述人体特征中包括危险行为特征。
30、作为本发明的进一步说明，所述系统还包括：
31、第五判断模块，用于当所述当前视频帧图像中包含人体特征时，根据所述当前视频帧图像，判断所述人体特征中是否包括手部抓握行为；
32、第六判断模块，用于当所述人体特征中包括手部抓握行为特征，则判断所述手部抓握行为特征所属的对象是否为儿童；
33、第七判断模块，用于当所述手部抓握行为特征所属的对象为儿童时，则判断手部抓握物体是否为预设的危险物品；
34、第二危险报警模块，用于当所述手部抓握物体为预设的危险物品时，则进行危险报警。
35、作为本发明的进一步说明，所述系统还包括：
36、第八判断模块，用于获取预设时间段内的视频图像，根据所述监控视频，判断当前视频帧图像中是否包含人体特征；
37、第一异常报警模块，用于当当前视频帧图像中包含人体特征时，根据所述当前视频帧图像，判断所述人体特征中是否包括手部喂食行为；当当所获取的预设时间段内的视频图像均不含手部喂食行为时，则进行异常报警。
38、作为本发明的进一步说明，所述系统还包括：
39、第九判断模块，用于当所述当前视频帧图像中包含人体特征时，则判断所述人体特征所属对象是否为预设的正常对象；
40、第二异常报警模块，用于当所述人体特征所属对象不是预设的正常对象，则进行异常报警。
1.一种智能行为监控的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的智能行为监控的方法，其特征在于，所述当所述当前视频帧图像中包含人体特征时，根据所述当前视频帧图像，判断所述人体特征中是否包括危险行为特征，包括：
3.根据权利要求1所述的智能行为监控的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的智能行为监控的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的智能行为监控的方法，其特征在于，所述方法还包括：
6.一种智能行为监控的系统，其特征在于，所述系统包括：
7.根据权利要求6所述的智能行为监控的系统，其特征在于，第二判断模块，包括：
8.根据权利要求6所述的智能行为监控的系统，其特征在于，所述系统还包括：
9.根据权利要求6所述的智能行为监控的系统，其特征在于，所述系统还包括：
10.根据权利要求6所述的智能行为监控的系统，其特征在于，所述系统还包括：
