异常行为告警方法、装置、系统和存储介质制造方法及图纸

技术编号:23316535 阅读:21 留言:0更新日期:2020-02-11 18:19
本申请提供了一种异常行为告警方法、装置、系统和存储介质。所述方法包括:获取视频流数据;所述视频流数据包括多帧图像;加载异常识别模型,通过所述异常识别模型处理所述多帧图像,得到识别结果;当识别到异常行为时,根据异常行为与告警信息的映射关系获取所述异常行为对应的告警信息;将所述告警信息传输至智能网关,使智能网关将所述告警信息传输至相应的目标多媒体设备。采用本方法能够提高异常行为的告警效率。

Method, device, system and storage medium of abnormal behavior alarm

【技术实现步骤摘要】
异常行为告警方法、装置、系统和存储介质
本申请涉及计算机
,特别是涉及一种异常行为告警方法、装置、系统和存储介质。
技术介绍
近年来,频发的突发事件和异常事件已经严重影响了社会的公共安全。针对这种危害公共安全的行为,可以采用异常行为识别技术作为安全防范的措施。异常行为是指人体无规律的非正常行为,比如打架斗殴、偷盗、病倒等行为。目前,常用的异常行为识别技术是将采集到的视频流数据传输至服务器端,通过服务器从视频流数据中检测并识别人员异常行为,由于将视频流传输至服务器需要消耗一定的时间,尤其是在网络速度较慢的情况下,由此导致异常行为的识别效率较慢,不能及时预警。
技术实现思路
基于此,有必要针对上述技术问题,提供一种能够提高告警效率的异常行为告警方法、装置、系统和存储介质。一种异常行为告警方法,所述方法包括:获取视频流数据;所述视频流数据包括多帧图像;加载异常识别模型,通过所述异常识别模型处理所述多帧图像,得到识别结果;当识别到异常行为时,根据异常行为与告警信息的映射关系获取所述异常行为对应的告警信息;将所述告警信息传输至智能网关,使智能网关将所述告警信息传输至相应的目标多媒体设备。在一个实施例中,所述方法还包括:当检测到异常行为的更新指令时,根据所述更新指令所携带的异常行为标识从云服务器获取相应的异常识别模型;将获取到的异常识别模型替换本地缓存的异常识别模型。在一个实施例中,所述将所述告警信息传输至智能网关包括:r>获取本地接口的端口标识;按照所述端口标识的数据传输格式对所述告警信息进行数据转换;将转换后的告警信息通过所述本地接口传输至智能网关。在一个实施例中,所述将所述告警信息传输至智能网关,使智能网关将所述告警信息传输至相应的目标多媒体设备包括:将所述告警信息传输至智能网关,使智能网关根据所述告警信息从知识图谱中获取一个或多个处理信息;所述智能网关根据每个所述处理信息生成对应目标多媒体设备的处理指令,将每个所述处理指令传输至相应的目标多媒体设备。在一个实施例中,所述异常识别模型的生成方式包括:获取样本视频流和对应的已知标签;所述样本视频流包括多帧样本图像;通过待训练的异常识别模型对所述样本图像进行特征提取,得到样本图像的参考特征;确定所述参考特征与对应的所述已知标签的损失值;根据所述损失值调整所述异常识别模型中的模型参数,直至所确定的损失值达到训练停止条件。一种异常行为告警系统,所述系统包括:智能设备、智能网关和多媒体设备,其中所述智能设备包括光学组件和处理器;所述光学组件和所述处理器连接;所述智能网关分别与所述智能设备和所述多媒体设备连接;所述智能设备通过所述光学组件用于采集视频流数据;所述视频流数据包括多帧图像;所述智能设备通过所述处理器用于获取视频流数据,通过处理器加载异常识别模型,通过所述异常识别模型处理所述多帧图像,得到识别结果;当识别到异常行为时,根据所述异常行为获取对应的告警信息;将所述告警信息传输至所述智能网关;所述智能网关将所述告警信息传输至相应的目标多媒体设备。在一个实施例中,所述智能设备还包括与所述处理器连接的存储器,所述存储器存储有用于加载至所述处理器运行的异常识别模型;所述智能设备还用于当检测到异常行为的更新指令时,根据所述更新指令所携带的异常行为标识从云服务器获取相应的异常识别模型;并将获取到的异常识别模型替换所述存储器中存储的异常识别模型。在一个实施例中,所述智能设备还用于通过所述处理器获取本地接口的端口标识;按照所述端口标识的数据传输格式对所述告警信息进行数据转换;将转换后的告警信息通过所述本地接口传输至智能网关。在一个实施例中,所述智能设备还用于通过所述处理器将所述告警信息传输至所述智能网关;所述智能网关根据所述告警信息从知识图谱中获取一个或多个处理信息;所述智能网关根据每个所述处理信息生成对应目标多媒体设备的处理指令;所述智能网关将每个所述处理指令传输至相应的目标多媒体设备;所述目标多媒体设备执行所述处理指令。在一个实施例中,所述智能设备还用于通过所述处理器将所述告警信息和存在异常行为的当前帧图像传输至所述智能网关,所述智能网关根据所述告警信息和所述当前帧图像生成对应的处理指令;所述智能网关将所述处理指令传输至相应的目标多媒体设备,所述目标多媒体设备根据所述处理指令播放所述当前帧图像。在一个实施例中,所述智能设备还用于通过所述处理器获取样本视频流和对应的已知标签;所述样本视频流包括多帧样本图像;通过待训练的异常识别模型对所述样本图像进行特征提取,得到样本图像的参考特征;确定所述参考特征与对应的所述已知标签的损失值;根据所述损失值调整所述异常识别模型中的模型参数,直至所确定的损失值达到训练停止条件。一种异常行为告警装置,所述装置包括:数据获取模块,用于获取视频流数据;所述视频流数据包括多帧图像;异常识别模块,用于加载异常识别模型,通过所述异常识别模型处理所述多帧图像,得到识别结果;告警信息获取模块,用于当识别到异常行为时,根据异常行为与告警信息的映射关系获取所述异常行为对应的告警信息;告警信息传输模块,用于将所述告警信息传输至智能网关,使智能网关将所述告警信息传输至相应的目标多媒体设备。一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述异常行为告警方法的步骤。一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述异常行为告警方法的步骤。上述异常行为告警方法、装置、系统和存储介质,通过智能设备内设置的光学组件和处理器,可以直接获取到光学组件采集的视频流数据,减少了数据传输的时间,而且数据传输的效率不受网络速度的影响,保障了数据传输的效率;进而,通过加载的异常识别模型对视频流数据中的多帧图像进行识别,当识别到异常行为时,得到与异常行为对应的告警信息并将传输至智能网关,通过智能网关将告警信息传输至对应的目标多媒体设备,通过处理器及时对视频流数据进行异常行为识别,一旦识别到异常行为就将对应的告警信息通过智能网关传输至对应的目标多媒体设备,可以有效提高异常行为的识别速率,实现对视频流数据中的异常行为的实时预警,由此提高了异常行为的告警效率。附图说明图1为一个实施例中异常行为告警方法的应用场景图;图2为一个实施例中异常行为告警方法的流程示意图;图3为一个实施例中异常行为告警系统的示意图;图4为一个实施例中异常行为告警装置的结构框图;图5为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。本文档来自技高网...

【技术保护点】
1.一种异常行为告警方法,所述方法包括:/n获取视频流数据;所述视频流数据包括多帧图像;/n加载异常识别模型,通过所述异常识别模型处理所述多帧图像,得到识别结果;/n当识别到异常行为时,根据异常行为与告警信息的映射关系获取所述异常行为对应的告警信息;/n将所述告警信息传输至智能网关,使智能网关将所述告警信息传输至相应的目标多媒体设备。/n

【技术特征摘要】
1.一种异常行为告警方法,所述方法包括:
获取视频流数据;所述视频流数据包括多帧图像;
加载异常识别模型,通过所述异常识别模型处理所述多帧图像,得到识别结果;
当识别到异常行为时,根据异常行为与告警信息的映射关系获取所述异常行为对应的告警信息;
将所述告警信息传输至智能网关,使智能网关将所述告警信息传输至相应的目标多媒体设备。


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:
当检测到异常行为的更新指令时,根据所述更新指令所携带的异常行为标识从云服务器获取相应的异常识别模型;
将获取到的异常识别模型替换本地缓存的异常识别模型。


3.根据权利要求1所述的方法,其特征在于,所述将所述告警信息传输至智能网关包括:
获取本地接口的端口标识;
按照所述端口标识的数据传输格式对所述告警信息进行数据转换;
将转换后的告警信息通过所述本地接口传输至智能网关。


4.根据权利要求1所述的方法,其特征在于,所述将所述告警信息传输至智能网关,使智能网关将所述告警信息传输至相应的目标多媒体设备包括:
将所述告警信息传输至智能网关,使智能网关根据所述告警信息从知识图谱中获取一个或多个处理信息;
所述智能网关根据每个所述处理信息生成对应目标多媒体设备的处理指令,将每个所述处理指令传输至相应的目标多媒体设备。


5.根据权利要求1至4任意一项所述的方法,其特征在于,所述异常识别模型的生成方式包括:
获取样本视频流和对应的已知标签;所述样本视频流包括多帧样本图像;
通过待训练的异常识别模型对所述样本图像进行特征提取,得到样本图像的参考特征;
确定所述参考特征与对应的所述已知标签的损失值;
根据所述损失值调整所述异常识别模型中的模型参数,直至所确定的损失值达到训练停止条件。


6.一种异常...

【专利技术属性】
技术研发人员:彭俣阔韦荣敏傅东生
申请(专利权)人:深圳奇迹智慧网络有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1