异常判定方法、装置、设备、介质及产品.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114241401A(43)申请公布日2022.03.25(21)申请号202111288937.X(51)Int.Cl.(22)申请日2021.11.02G06V20/52(2022.01)G06V10/44(2022.01)(71)申请人中国铁道科学研究院集团有限公司G06V10/764(2022.01)电子计算技术研究所G06V10/82(2022.01)地址100081北京市海淀区大柳树路2号G06K9/62(2022.01)申请人北京经纬信息技术有限公司G06N3/04(2006.01)中国铁道科学研究院集团有限公司G06N3/08(2006.01)(72)发明人周超杜呈欣韩佩瑶李樊孟宇坤王志飞吴跃赵俊华王越彤吴卉孙同庆郭悦蔡晓蕾李高科李帅宫玉昕高洪波宗慧曦(74)专利代理机构北京路浩知识产权代理有限公司11002代理人王宇杨权利要求书2页说明书11页附图6页(54)发明名称异常判定方法、装置、设备、介质及产品(57)摘要本发明提供一种异常判定方法、装置、设备、介质及产品，方法包括：确定通过摄像装置得到的视频数据的场景类别；判断场景类别对应的待检测目标是否需要移动，得到第一判断结果；将视频数据输入目标检测模型，通过目标检测模型输出视频数据中的待检测目标的目标检测值，其中，目标检测模型通过视频样本数据和待检测样本目标对应的目标检测样本值训练得到；基于目标检测值，判断待检测目标是否发生移动，得到第二判断结果；基于第一判断结果和第二判断结果，判定待检测目标是否存在异常。本发明用以解决现有技术中通过人工识别分析视频内容，导致无法及时发现乘客长时间无动作、重要物品移位等异常情况的缺陷。CN114241401ACN114241401A权利要求书1/2页1.一种异常判定方法，其特征在于，包括：确定通过摄像装置得到的视频数据的场景类别；判断所述场景类别对应的待检测目标是否需要移动，得到第一判断结果；将所述视频数据输入目标检测模型，通过所述目标检测模型输出所述视频数据中的所述待检测目标的目标检测值，其中，所述目标检测模型通过视频样本数据和待检测样本目标对应的目标检测样本值训练得到；基于所述目标检测值，判断所述待检测目标是否发生移动，得到第二判断结果；基于所述第一判断结果和所述第二判断结果，判定所述待检测目标是否存在异常。2.根据权利要求1所述的异常判定方法，其特征在于，所述将所述视频数据输入目标检测模型，通过所述目标检测模型输出所述视频数据中的所述待检测目标的目标检测值，包括：将所述视频数据中的每帧数据进行切割，得到图像数据，并按照时间戳对所述图像数据进行排序，得到目标图像数据；将所述目标图像数据依次输入所述目标检测模型，通过所述目标检测模型依次输出每帧所述目标图像数据中的所述待检测目标的目标检测值。3.根据权利要求2所述的异常判定方法，其特征在于，所述将所述目标图像数据依次输入所述目标检测模型，通过所述目标检测模型依次输出每帧所述目标图像数据中的所述待检测目标的目标检测值，包括：将所述目标图像数据依次输入所述目标检测模型；通过所述目标检测模型对每帧所述目标图像数据执行以下处理过程：提取所述目标图像数据中的所述待检测目标的目标特征；为所述目标特征生成候选框；将所述候选框映射到所述目标图像数据上；通过所述目标图像数据上的所述候选框，确定所述待检测目标的目标检测值；从所述候选框中确定目标候选框，输出所述目标候选框对应的所述待检测目标的目标检测值。4.根据权利要求3所述的异常判定方法，其特征在于，所述提取所述目标图像数据中的所述待检测目标的目标特征，包括：对所述目标图像数据进行浅层特征提取，得到目标浅层特征；对所述目标图像数据进行深层特征提取，得到目标深层特征；融合所述目标浅层特征和所述目标深层特征，得到所述目标特征。5.根据权利要求2‑4任一项所述的异常判定方法，其特征在于，所述基于所述目标检测值，判断所述待检测目标是否发生移动，得到第二判断结果，包括：基于当前时间对应的目标图像数据中的所述待检测目标的目标检测值，执行以下计算过程：确定当前时间的每帧目标图像数据中的所述待检测目标的目标检测值；计算当前时间的第一帧目标图像数据中的所述待检测目标的目标检测值，与当前时间的其他每帧目标图像数据中的所述待检测目标的目标检测值的第一位置交并值，其中，将当前时间的第一帧目标图像数据中的所述待检测目标的目标检测值记为当前目标检测值；确定第一预设时间后的时间点对应的每帧目标图像数据中的所述待检测目标的目标检测值；计算所述当前目2CN114241401A权利要求书2/2页标检测值，与所述第一预设时间后的时间点对应的每帧目标图像数据中的所述待检测目标的目标检测值的第二位置交并值；当