监管方法、装置、系统、云端服务器及存储介质制造方法及图纸

本公开涉及一种监管方法、装置、系统、云端服务器及存储介质，用于实现对网约车、家庭监控、在线直播平台等应用服务的监管和异常事件的自动取证。所述方法应用于云端服务器，所述方法包括：接收监控端发送的可疑监控信息，所述可疑监控信息是所述监控端基于单特征识别模型从采集到的监控信息中识别得到的具有异常事件的监控信息，所述单特征识别模型是利用监控信息中的单一特征作为训练样本训练得到的；将所述可疑监控信息输入多特征融合模型，得到异常事件的识别结果，所述多特征融合模型是利用监控信息中的多个特征以及该监控信息的异常事件标签作为训练样本对训练得到的。

【技术实现步骤摘要】
监管方法、装置、系统、云端服务器及存储介质
本公开涉及人工智能
，具体地，涉及一种监管方法、装置、系统、云端服务器及存储介质。
技术介绍
随着互联网络技术的不断发展，网约车、在线直播平台等应用服务应运而生，在这些应用服务的运营过程中可能会出现暴力、争吵、涉黄、低俗等各类违法违规行为。然而，目前并没有对这些应用服务的运营过程进行监管，导致各类违法犯罪事件层出不穷。
技术实现思路
本公开的目的是提供一种监管方法、装置、系统、云端服务器及存储介质，用于实现对网约车、家庭监控、在线直播平台等应用服务的监管和异常事件的自动取证。为了实现上述目的，本公开第一方面提供一种监管方法，应用于云端服务器，所述方法包括：接收监控端发送的可疑监控信息，所述可疑监控信息是所述监控端基于单特征识别模型从采集到的监控信息中识别得到的具有异常事件的监控信息，所述单特征识别模型是利用监控信息中的单一特征作为训练样本训练得到的；将所述可疑监控信息输入多特征融合模型，得到异常事件的识别结果，所述多特征融合模型是利用监控信息中的多个特征以及该监控信息的异常事件标签作为训练样本对训练得到的。本公开第二方面提供一种监管装置，应用于云端服务器，所述装置包括：第一接收模块，被配置为接收监控端发送的可疑监控信息，所述可疑监控信息是所述监控端基于单特征识别模型从采集到的监控信息中识别得到的具有异常事件的监控信息，所述单特征识别模型是利用监控信息中的单一特征作为训练样本训练得到的；识别模块，被配置为将所述可疑监控信息输入多特征融合模型，得到异常事件的识别结果，所述多特征融合模型是利用监控信息中的多个特征以及该监控信息的异常事件标签作为训练样本对训练得到的。本公开第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面所述方法的步骤。本公开第四方面提供一种云端服务器，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面所述方法的步骤。本公开第五方面提供一种监管系统，包括监控端和本公开第四方面所述的云端服务器。采用上述技术方案，至少可以达到如下技术效果：通过接收监控端发送的可疑监控信息并将可疑监控信息输入多特征融合模型，得到异常事件的识别结果，可以实现对网约车、家庭监控、在线直播平台等应用服务的监管和异常事件的自动取证，降低异常事件发生的概率。其次，通过监控端对采集的监控信息进行初步识别并将识别得到的可疑监控信息发送给云端服务器，由云端服务器对可疑监控信息进行进一步识别，一方面可以减少监控端的运算量，进而减少监控端的带宽，另一方面可以提高异常事件识别结果的准确性和可靠性，降低异常事件的虚警率，进而降低人力成本。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据本公开一示例性实施例示出的一种监管系统的框图；图2是根据本公开一示例性实施例示出的一种监管方法的流程图；图3是根据本公开另一示例性实施例示出的一种监管方法的流程图；图4是根据本公开一示例性实施例示出的一种监管装置的框图；图5是根据本公开另一示例性实施例示出的一种监管装置的框图；图6是根据本公开一示例性实施例示出的一种云端服务器的结构示意图。具体实施方式为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。需要说明的是，本公开的说明书和权利要求书以及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必理解为描述特定的顺序或先后次序。本公开实施例提供了一种监管系统，如图1所示，该监管系统100可以包括：位于现场的监控端110和云端服务器120。监控端110可以为融合了信息采集和信息处理的智能设备，其可以包括信息采集装置111和信息处理装置112。信息采集装置111采集监控信息后将监控信息发送给信息处理装置112进行识别，初步判断是否存在异常事件(例如暴力、强奸、争吵、涉黄、低俗等)，并将识别得到的可疑监控信息(即具有异常事件的监控信息)通过有线(例如电缆、网线)或无线(例如WiFi、蓝牙)的方式发送给云端服务器120。云端服务器120根据接收到的可疑监控信息进行进一步识别，得到异常事件的识别结果(例如包括监控端110是否存在异常事件以及存在哪种异常事件)。其中，信息采集装置111可以包括但不限于麦克风、摄像头、GPS定位元件、惯性测量单元(InertialMeasurementUnite，IMU)等传感器等，相应地，采集到的监控信息可以包括但不限于：语音信息、图像信息、文本信息、车辆的位置信息以及车辆的运动状态信息等。信息处理装置112内置有单特征识别模型，该单特征识别模型是利用监控信息中的单一特征作为训练样本训练得到的。相应地，信息处理装置112可以基于该单特征识别模型从采集到的监控信息中识别得到可疑监控信息。具体地，该单特征识别模型可以包括针对每一特征的特征提取网络和分类器，信息处理装置112可以利用各特征提取网络从监控信息中提取出相应的特征并利用相应的分类器对该特征进行分类，初步判断出具有异常事件的可疑监控信息。例如，对于语音信息，若根据单特征识别模型识别出其存在异常声(例如尖叫声)、异常关键词(例如“放开我”、“救命”等)以及语音信息中仅有车载声(即麦克风被遮挡)这三种情况中的至少一种，则可认为该语音信息为可疑监控信息；对于图像信息，若根据单特征识别模型识别到图像信息中存在危险物品(例如刀、枪等)、图像信息表明监控端发生剧烈运动以及图像信息为异常图像(例如非被监控对象的图像)这三种情况中的至少一种，则可认为该图像信息为可疑监控信息；对于文本信息，若根据单特征识别模型识别到文本信息中包括非法文字(例如暴力、涉黄、低俗等文字)，则可认为该文本信息为可疑文本信息。云端服务器120内置有多特征融合模型，该多特征融合模型是利用监控信息中的多个特征以及该监控信息的异常事件标签作为训练样本对训练得到的。云端服务器120在接收到信息处理装置112发送的可疑监控信息后，可以将可疑监控信息输入预置的多特征融合模型中，得到异常事件的识别结果。具体地，该多特征融合模型可以包括针对每一特征的特征提取网络、针对所有提取出的特征的多模融合网络和分类器，云端服务器120可以利用各个特征提取网络从可疑监控信息中提取出多个特征，利用多模融合网络将多个特征进行融合，得到特征向量，并将特征向量送入分类器进行分类识别，得到异常事件的识别结果。通过本公开实施例提供的监管系统，可以实现对网约车、家庭监控、在线直播平台等应用服务的监管和异常事件的自动取证，降低异常事件发生的概率。其次，通过监控端对采集的监控信息进行初本文档来自技高网...

【技术保护点】
1.一种监管方法，其特征在于，应用于云端服务器，所述方法包括：接收监控端发送的可疑监控信息，所述可疑监控信息是所述监控端基于单特征识别模型从采集到的监控信息中识别得到的具有异常事件的监控信息，所述单特征识别模型是利用监控信息中的单一特征作为训练样本训练得到的；将所述可疑监控信息输入多特征融合模型，得到异常事件的识别结果，所述多特征融合模型是利用监控信息中的多个特征以及该监控信息的异常事件标签作为训练样本对训练得到的。

【技术特征摘要】
1.一种监管方法，其特征在于，应用于云端服务器，所述方法包括：接收监控端发送的可疑监控信息，所述可疑监控信息是所述监控端基于单特征识别模型从采集到的监控信息中识别得到的具有异常事件的监控信息，所述单特征识别模型是利用监控信息中的单一特征作为训练样本训练得到的；将所述可疑监控信息输入多特征融合模型，得到异常事件的识别结果，所述多特征融合模型是利用监控信息中的多个特征以及该监控信息的异常事件标签作为训练样本对训练得到的。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：若所述识别结果表明所述监控端存在异常事件，则将所述可疑监控信息发送给目的端，以指示所述目的端展示所述可疑监控信息。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：接收所述目的端发送的对所述可疑监控信息的人工识别结果；根据所述可疑监控信息和所述人工识别结果生成训练样本对；利用该训练样本对更新所述多特征融合模型。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：将所述人工识别结果发送给所述监控端，所述人工识别结果用于所述监控端更新所述单特征识别模型。5.根据权利要求1～4中任一项所述的方法，其特征在于，所述监控信息包括图像信息、语音信息、文本信息、位置信息以及运动状态信息中的一者或多者。6.一种监管装置，其特征在于，应用于云端服务器，所述装置包括：第一接收模块，被配置为接收监控端发送的可疑监控信息，所述可疑监控信息是所述监控端基于单特征识别模型从采集到的监控信息中识别得到的具有异常事件的监控信息，所述单特征识别模型是利用监控信息中的...

【专利技术属性】
技术研发人员：廉士国，刘兆祥，
申请(专利权)人：深圳前海达闼云端智能科技有限公司，
类型：发明
国别省市：广东,44