预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN113870304A(43)申请公布日2021.12.31(21)申请号202111479848.3(22)申请日2021.12.07(71)申请人江西中业智能科技有限公司地址330000江西省南昌市青云谱区昌南工业园区昌南园五路5号1号楼4401室申请人郑州中业科技股份有限公司(72)发明人高园岗张恒星刘丹(74)专利代理机构南昌旭瑞知识产权代理事务所(普通合伙)36150代理人刘红伟(51)Int.Cl.G06T7/215(2017.01)G06T7/246(2017.01)G06T7/277(2017.01)G06T7/194(2017.01)权利要求书2页说明书12页附图3页(54)发明名称异常行为检测与跟踪方法、装置、可读存储介质及设备(57)摘要本发明提供一种异常行为检测与跟踪方法、装置、可读存储介质及设备,所述方法包括:控制摄像装置巡视目标区域,并获取所述摄像装置拍摄的当前目标图片;将所述当前目标图片输入到异常行为检测模型当中进行异常行为检测,所述异常行为检测模型根据环境变化进行更新;当所述异常行为检测模型在所述当前目标图片当中识别到异常行为时,通过卡尔曼滤波算法对所述异常行为进行跟踪。本发明的异常行为检测模型能够通过自适应学习来适应环境改变,从而保证在各种环境下均能够有效、准确的识别出异常行为,进而保证异常行为不会跟踪失败。CN113870304ACN113870304A权利要求书1/2页1.一种异常行为检测与跟踪方法,其特征在于,所述方法包括:控制摄像装置巡视目标区域,并获取所述摄像装置拍摄的当前目标图片;将所述当前目标图片输入到异常行为检测模型当中进行异常行为检测,所述异常行为检测模型根据环境变化进行更新;当所述异常行为检测模型在所述当前目标图片当中识别到异常行为时,通过卡尔曼滤波算法对所述异常行为进行跟踪;其中,所述异常行为检测模型根据环境变化进行更新的步骤包括:获取所述摄像装置在预设时间内拍摄的多帧目标图片,并从所述异常行为检测模型上一次训练用的原训练集中获取多帧训练图片;根据多帧所述目标图片和多帧所述训练图片,计算出所述目标区域的环境变化系数;当所述环境变化系数大于阈值时,将预设的需要识别的异常行为图像贴到多帧所述目标图片当中,并将贴图后的目标图片放入所述原训练集当中,得到新训练集;采用所述新训练集对所述异常行为检测模型进行重新训练。2.根据权利要求1所述的异常行为检测与跟踪方法,其特征在于,根据多帧所述目标图片和多帧所述训练图片,计算出所述目标区域的环境变化系数的步骤包括:对每帧所述目标图片和每帧所述训练图片分别进行背景分割和灰度转换,以得到每帧所述目标图片和每帧所述训练图片的背景灰度图片;根据每帧所述目标图片和每帧所述训练图片的背景灰度图片,计算出所述目标区域的环境变化系数。3.根据权利要求2所述的异常行为检测与跟踪方法,其特征在于,所述环境变化系数满足以下条件式:式中,Ai代表所述训练图片的背景灰度图片,Bi代表所述目标图片的背景灰度图片,aj代表所述训练图片的背景灰度图片中第j点的像素,bj代表所述目标图片的背景灰度图片中第j点的像素,d(Ai,Bi)代表所述训练图片的背景灰度图片和所述目标图片的背景灰度图片之间的距离,δ代表所述环境变化系数,所述训练图片和所述目标图片的数量均为m,i代表第i张图片,m≥i>0,i为整数。4.根据权利要求1所述的异常行为检测与跟踪方法,其特征在于,还包括:检测预设存储地址下是否新增有以预设名称命名的目标文件夹;若是,则获取所述目标文件夹当中新定义的异常行为图片及其标注文件,并采用上一次训练得到的异常行为检测模型对所述新定义的异常行为图片及其标注文件进行迁移学习。5.根据权利要求1所述的异常行为检测与跟踪方法,其特征在于,在获取所述摄像装置拍摄的当前目标图片的步骤之后,还包括:2CN113870304A权利要求书2/2页获取所述当前目标图片的当前亮度值,并根据所述当前亮度值对所述摄像装置的补光亮度进行调节。6.根据权利要求1所述的异常行为检测与跟踪方法,其特征在于,当所述异常行为检测模型在所述当前目标图片当中识别到异常行为时,还包括:将所述当前目标图片复制预设份数,得到多份所述当前目标图片;对多份所述当前目标图片进行旋转、亮度变化和/或加入噪声处理,得到多份处理后的当前目标图片;将多份处理后的当前目标图片分别输入到所述异常行为检测模型当中进行异常行为检测,得到多份检测结果;当所述多份检测结果当中识别到异常行为的结果占多数时,执行所述通过卡尔曼滤波算法对所述异常行为进行跟踪的步骤。7.根据权利要求1或6所述的异常行为检测与跟踪方法,其特征在于,在所述通过卡尔曼滤波算法对所述异常行为进行跟