# behavior_analysis_data 行为分析与人车物分离 #### 功能介绍 行为分析与人车物分离业务：对人车物行为进行分析生成相应数据的智能场景。 行为分析与人车物分离业务消息体的message_type值为behavior_analysis_data 。 目前行业视频管理服务会处理以下场景： itgt_type/target_type枚举值： - 21 行为分析抓图（摄像机SDC/NVR800开启行为分析功能，目标进入区域且触发入侵、越线、徘徊、遗留、移走、区域进入、区域离开、快速移动等告警，则进行抓拍并分析[目标信息]，如：目标类型、目标状态、目标速度等） 表1message_type为behavior_analysis_data时，data结构体如下： | 字段名 | 类型 | 说明 | |:---|:---|:---| | device_id | String | 设备ID，**正常情况下不为空，必传** | | channel_id | String | 通道ID，**正常情况下不为空，必传** | | data_id | String | 数据ID：**正常情况下不为空，必传** 。可用于查询智能图片数据，参考链接：[智能图片下载](https://support.huaweicloud.com/api-ivm/ivm_03_0081.html) | | report_time | String | 上报时间：示例：2021-03-15T16:43:00+08:00 | | data | [Data] object | 业务信息 | 表2Data | 字段名 | 类型 | 说明 | |:---|:---|:---| | common | [Common] object | 通用数据定义 | | rule | [Rule] object | 规则数据定义 | | targets | Array of [Target] Object | 目标数据定义 | Common**对象：** 表3Common | 字段名 | 类型 | 说明 | |:---|:---|:---| | channel_id | Int64 | 通道ID | | channel_id_ex | Int64 | 相机扩展通道ID | | pts | Int64 | 时间戳 | | sdc_device_id | String | 主从机设备ID | | sdc_uuid | String | 摄像机视频源通道号 | | intelligence_type | Int | 智能类型 | | image_height | Int | 图片高度 | | image_width | Int | 图片宽度 | | meta_type_mask | Int | 元数据类型掩码 枚举值： - 1 框数据 - 2 图数据 - 8 保活数据 - 16 告警数据 | | intelligent_target_index | Int | 智能目标/业务类型索引 | | target_time_domain_info | Int | 配合索引使用，标识三层数据时域信息 枚举值： - 0 实时框数据（检测框，规则框数据，用于复合流请流） - 1 目标等其他数据（目标抓拍，定时上报，用于后端储存检索） | Rule **对象：** 表4Rule | 字段名 | 类型 | 说明 | |:---|:---|:---| | rule_area_pos | [MetaArea] Object | 规则框位置 | | rule_area_pos_relative | [MetaArea] Object | 规则框位置(相对位置) | | rule_type | Int | 规则类型 | 表5MetaArea | 字段名 | 类型 | 说明 | |:---|:---|:---| | num | Int | 框线坐标点数量：框线为多边形，这里表示顶点的个数 | | points | Array of [Point] object | 坐标 | 表6Point | 字段名 | 类型 | 说明 | |:---|:---|:---| | x | Int | 横坐标 | | y | Int | 纵坐标 | 表7Target | 字段名 | 类型 | 说明 | |:---|:---|:---| | data_id | Int | 数据ID，**正常情况下不为空，必传** | | panorama_pic | String | 全景图，已经转化为url | | panorama_pic_size | Int | 全景图大小 | | pic_snapshot_dst_offset | Int64 | 夏令时偏移时间：单位秒/s | | pic_snapshot_time | Int | 抓拍时间：单位秒/s | | pic_snapshot_timems | Int64 | 抓拍时间：单位毫秒/ms | | pic_snapshot_tzone | Int64 | 抓拍时区：单位毫秒/ms 东区为+ 西区为- | | color | [Color] object | 颜色 | | global_object_id | Int64 | 智能目标全局ID | | obj_id | Int | 目标ID | | obj_pos | [Rect] object | 目标位置 | | obj_pos_r | [Rect] object | 目标位置(相对位置) | | obj_speed | [Point] object | 目标速度 | | obj_status | Int | 目标状态 枚举值： - 0 无状态 - 1 徘徊状态 - 2 绊线状态 - 4 遗留状态 - 8 移走状态 - 16 入侵状态 - 32 区域进入状态 - 64 区域离开状态 - 128 球机转动，雷球联动 - 256 电梯内电瓶车检测 | | obj_type | Int | 目标类型 枚举值： - 0 未分类 - 1 车 - 2 人 - 96 机非人的机动车 - 97 机非人的非机动车 - 98 机非人的行人 - 128 区域显示框类型0:目标框 - 129 区域显示框类型1:人框 - 130 区域显示框类型2:非机动车框 - 131 区域显示框类型3:机动车框 - 132 区域显示框类型4:在目标业务中是人身框、在交通业务中是车牌框 - 133 区域显示框类型5:停车侦测使用框 - 134 区域显示框类型6:人群密度使用框 - 135 区域显示框类型7:排队长度使用框 - 136 区域显示框类型8:违停球使用框 - 137 区域显示框类型9:自动跟踪使用框 - 138 区域显示框类型10:复杂行为分析使用框 - 139 区域显示框类型11:火点检测使用框 - 255 其他 | | target_type | Int | 智能业务场景 枚举值： - 21 行为分析抓图 | 表8Rect | 字段名 | 类型 | 说明 | |:---|:---|:---| | x | Int | 上层业务检测框左上角坐标点计算方式，x1 = x \*全景图像素宽度/ 10000 | | y | Int | 上层业务检测框左上角坐标点计算方式，y1 = y \*全景图像素高度/ 10000 | | width | Int | 上层业务检测框宽度计算方式 widht1 = widht \*全景图像素宽度/ 10000 | | height | Int | 上层业务检测框长度计算方式 height1 = height \*全景图像素高度/ 10000 | 表9Color | 字段名 | 类型 | 说明 | |:---|:---|:---| | red | Int | 红色像素 | | green | Int | 绿色像素 | | blue | Int | 蓝色像素 | | conf_lev | Int | 置信度 | | color_id | Int | 颜色id | - 示例一、行为分析抓图 ``` { "message_id": 1676822987447548758, "message_type": "behavior_analysis_data", "data": { "device_id": "HOLO123***", "channel_id": "0", "data_id": "167682298743800500010002rwnwv040", "report_time": "2023-02-20T00:09:47+08:00", "data": { "common": { "channel_id": 101, "channel_id_ex": 101, "image_height": 1440, "image_width": 2560, "intelligent_target_index": 281474976710656, "meta_type_mask": 2, "pts": 517577328, "sdc_uuid": "e15ee2b3-83c2-073a-28e1-378e9612aa71", "target_time_domain_info": 1, "target_type": 21 }, "rule": { "rule_area_pos": { "num": 4, "points": [ { "x": 1, "y": 1 }, { "x": 351, "y": 1 }, { "x": 351, "y": 287 }, { "x": 1, "y": 287 } ] }, "rule_area_pos_relative": { "num": 4, "points": [ { "x": 28, "y": 34 }, { "x": 9971, "y": 34 }, { "x": 9971, "y": 9965 }, { "x": 28, "y": 9965 } ] }, "rule_type": 4 }, "targets": [ { "data_id": "167682298742100500010001rwnwv040", "panorama_pic": "https://www.example.com/v1/holo/tlv_HOLO123***_0_20230220_tlv_167682298742100500010001rwnwv040.jpg/static", "panorama_pic_size": 199629, "pic_snapshot_dst_offset": 0, "pic_snapshot_time": 1631497728, "pic_snapshot_timems": 1631497728392, "pic_snapshot_tzone": 28800000, "target_type": 21 }, { "color": { "red": 0, "green": 0, "blue": 0, "conf_lev": 0, "color_id": 0 }, "data_id": "167682298743800500010000rwnwv040", "global_object_id": 7007351688747024516, "meta_type_mask": 2, "obj_id": 132, "obj_pos": { "x": 169, "y": 110, "width": 74, "height": 177 }, "obj_pos_r": { "x": 4804, "y": 3819, "width": 2128, "height": 6173 }, "obj_speed": { "x": 0, "y": 0 }, "obj_status": 16, "obj_type": 98, "target_type": 21 }, { "color": { "red": 0, "green": 0, "blue": 0, "conf_lev": 0, "color_id": 0 }, "data_id": "167682298743800500010001rwnwv040", "global_object_id": 7007351688747024510, "meta_type_mask": 2, "obj_id": 126, "obj_pos": { "x": 217, "y": 155, "width": 80, "height": 126 }, "obj_pos_r": { "x": 6191, "y": 5395, "width": 2285, "height": 4388 }, "obj_speed": { "x": 8, "y": 14 }, "obj_status": 16, "obj_type": 98, "target_type": 21 }, { "color": { "red": 0, "green": 0, "blue": 0, "conf_lev": 0, "color_id": 0 }, "data_id": "167682298743800500010002rwnwv040", "global_object_id": 7007351688747024493, "meta_type_mask": 2, "obj_id": 109, "obj_pos": { "x": 85, "y": 137, "width": 74, "height": 148 }, "obj_pos_r": { "x": 2421, "y": 4756, "width": 2128, "height": 5152 }, "obj_speed": { "x": 3, "y": 6 }, "obj_status": 16, "obj_type": 98, "target_type": 21 } ] } }, "test": false } ```