【技术实现步骤摘要】
异常事件检测方法、相关设备及可读存储介质
本申请涉及智能视频监控
，更具体的说，是涉及一种异常事件检测方法、相关设备及可读存储介质。
技术介绍
在一些区域(如道路、住宅小区、学校、景区非开放区域等)中，往往不希望发生对象(如车辆、人员等)的异常事件(如闯入、逆行等)，因此，需要对这些区域是否发生异常事件进行检测。目前，多采用人工巡查的方式检测异常事件，但是人工巡查的方式往往将消耗大量的人力及时间，成本高效率低。因此，需要提供一种检测异常事件的方法。
技术实现思路
鉴于上述问题，本申请提出了一种异常事件检测方法、相关设备及可读存储介质。具体方案如下：一种异常事件检测方法，包括：获取待测区域的监控视频，所述待测区域为待检测是否发生异常事件的区域；基于所述监控视频包含的连续图像帧，确定所述监控视频中包含的目标运动对象，以及所述目标运动对象的运动轨迹；根据所述目标运动对象的运动轨迹，检测所述待测区域中是否发生异常事件。可选地，所述基于所述监控视频包含的...
【技术保护点】
1.一种异常事件检测方法，其特征在于，包括：/n获取待测区域的监控视频，所述待测区域为待检测是否发生异常事件的区域；/n基于所述监控视频包含的连续图像帧，确定所述监控视频中包含的目标运动对象，以及所述目标运动对象的运动轨迹；/n根据所述目标运动对象的运动轨迹，检测所述待测区域中是否发生异常事件。/n
【技术特征摘要】
1.一种异常事件检测方法，其特征在于，包括：
获取待测区域的监控视频，所述待测区域为待检测是否发生异常事件的区域；
基于所述监控视频包含的连续图像帧，确定所述监控视频中包含的目标运动对象，以及所述目标运动对象的运动轨迹；
根据所述目标运动对象的运动轨迹，检测所述待测区域中是否发生异常事件。
2.根据权利要求1所述的方法，其特征在于，所述基于所述监控视频包含的连续图像帧，确定所述监控视频中包含的目标运动对象，以及所述目标运动对象的运动轨迹，包括：
针对每个图像帧，对该图像帧进行运动对象检测，得到该图像帧中包含的运动对象；
基于该图像帧中包含的运动对象，以及，该图像帧的前一图像帧对应的运动对象跟踪结果进行跟踪，得到该图像帧对应的运动对象跟踪结果，该图像帧对应的运动对象跟踪结果中包括所述监控视频中包含的运动对象，以及各运动对象的运动轨迹；
基于该图像帧对应的运动对象跟踪结果，确定所述监控视频中包含的目标运动对象，以及所述目标运动对象的运动轨迹。
3.根据权利要求2所述的方法，其特征在于，对任一图像帧进行运动对象检测，得到任一图像帧中包含的运动对象，包括：
确定所述图像帧的二值化前景图像；
从所述图像帧的二值化前景图像中提取运动对象。
4.根据权利要求3所述的方法，其特征在于，所述确定所述图像帧的二值化前景图像，包括：
基于混合高斯分布模型，确定所述图像帧的第一二值化前景图像；
根据所述图像帧的第一二值化前景图像检测所述图像帧是否相对于所述图像帧的前一图像帧发生光线突变；
如果未发生光线突变，则将所述第一二值化前景图像作为所述图像帧的二值化前景图像；
如果发生光线突变，则基于自适应阈值的帧差法确定所述图像帧的第二二值化前景图像，将所述第二二值化前景图像作为所述图像帧的二值化前景图像。
5.根据权利要求2所述的方法，其特征在于，所述基于该图像帧对应的运动对象跟踪结果，确定所述监控视频中包含的目标运动对象，以及所述目标运动对象的运动轨迹，包括：
基于该图像帧对应的运动对象跟踪结果，确定位于所述监控视频中预设区域内的运动对象；
从所述位于所述监控视频中预设区域内的运动对象中，确定所述监控视频中包含的目标运动对象；
根据确定的监控视频中包含的目标运动对象，以及该图像帧对应的运动对象跟踪结果，确定所述目标运动对象的运动轨迹。
6.根据权利要求5所述的方法，其特征在于，所述从所述位于所述监控视频中预设区域内的运动对象中，确定所述监控视频中包含的目标运动对象，包括：
获取每个位于所述监控视频中预设区域内的运动对象的已检测次数，和每个位于所述监控视频中预设区域内的运动对象已检测为目标运动对象的次数；
确定位于所述监控视频中预设区域内的运动对象中，已检测为目标运动对象的次数为第一预设阈值的运动对象为所述监控视频中包含的目标运动对象；
确定位于所述监控视频中预设区域内的运动对象中，已检测为目标运动对象的次数小于第一预设阈值，且已检测次数小于第二预设阈值的运动对象为待检测对象；
将待检测运动对象的已检测次数加一，并根据该图像帧对应的运动对象跟踪结果中待检测运...
【专利技术属性】
技术研发人员：李小兵，吴军军，刘德贵，王旭，支洪平，
申请(专利权)人：科大讯飞苏州科技有限公司，
类型：发明
国别省市：江苏;32
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。