公开了一种异常行为检测方法、装置、设备及存储介质，所述方法包括：获取第一图像中的至少一个第一检测框；根据所述第一检测框之间的位置关系，确定所述第一图像中的第一中心检测框；将所述第一中心检测框扩展至预设尺寸，得到所述第一图像中的目标候选区域；利用异常行为检测网络，对所述第一图像中的目标候选区域进行检测，得到异常行为检测结果。得到异常行为检测结果。得到异常行为检测结果。
【技术实现步骤摘要】
异常行为检测方法、装置、设备及存储介质
[0001]本公开涉及计算机视觉领域，尤其涉及一种异常行为检测方法、装置、设备及存储介质。
技术介绍
[0002]视频图像中的异常检测是计算机视觉领域的重要问题。由于检测视频通常具有高视角、大范围、低分辨率等特点，因此基于检测视频提取的视觉特征通常较弱，导致对检测视频进行异常行为检测的效果通常较差，因此亟需开发一种检测效果好、准确率高的异常行为检测方法。
技术实现思路
[0003]本公开实施例提供一种异常行为检测方案。
[0004]根据本公开的一方面，提供一种异常行为检测方法，所述方法包括：获取第一图像中的至少一个第一检测框；根据所述第一检测框之间的位置关系，确定所述第一图像中的第一中心检测框；将所述第一中心检测框扩展至预设尺寸，得到所述第一图像中的目标候选区域；利用异常行为检测网络，对所述第一图像中的目标候选区域进行检测，得到异常行为检测结果。
[0005]结合本公开提供的任一实施方式，所述根据所述第一检测框之间的位置关系，确定所述第一图像中的第一中心检测框，包括：以第一设定倍数对所述第一检测框进行等比例扩展，得到第二检测框；确定各个第二检测框之间的重叠关系；确定所述第二检测框中，与其他第二检测框重叠最多的第二中心检测框；确定所述第二中心检测框对应的第一检测框为所述第一中心检测框。
[0006]结合本公开提供的任一实施方式，所述确定所述第二检测框中，与其他第二检测框具有最多重叠关系的第二中心检测框，包括：根据各个第二检测框之间的重叠关系构建邻接矩阵，其中，所述邻接矩阵中的第一数值表示所对应的两个第二检测框之间重叠，第二数值标识所对应的两个第二检测框之间不重叠；获得所述邻接矩阵中各个第二检测框对应的第一数值的总和；确定所述第一数值的总和最大的第二检测框为第二中心检测框。
[0007]结合本公开提供的任一实施方式，所述预设尺寸指示长和宽分别为第一长度；所述将所述第一中心检测框扩展至预设尺寸，得到所述第一图像中的目标候选区域，包括：将所述第一中心检测框的第一边和第二边进行等比例扩展，直至所述第一边的长度达到所述第一长度，其中，所述第一边的长度大于或等于第二边的长度；在扩展后的第一中心检测框的第二边小于所述第一长度的情况下，利用第一像素对扩展后的第一中心检测框进行补充，使补充后的第二边的长度达到所述第一长度。
[0008]结合本公开提供的任一实施方式，所述第一图像为视频流中的一帧，所述方法还包括：将所述视频流中各个第一图像中的目标候选区域进行合并；利用异常行为检测网络，对合并后的目标候选区域在所述第一图像中对应的图像区域进行检测，得到所述第一图像
的异常行为检测结果。
[0009]结合本公开提供的任一实施方式，所述方法还包括：根据所述视频流中各个第一图像的异常行为检测结果，确定所述视频图流的异常行为检测结果。
[0010]结合本公开提供的任一实施方式，所述方法还包括：利用生成数据对所述异常行为检测网络进行训练，其中，所述生成数据是通过动画引擎生成的异常行为数据，和/或，利用真实数据对所述异常行为检测网络进行微调。
[0011]结合本公开提供的任一实施方式，所述异常行为检测网络包括特征提取网络、判别网络和分类网络，所述利用生成数据对所述异常行为检测网络进行训练包括：利用所述特征提取网络对输入数据进行特征提取，得到特征信息；将所述特征信息输入至所述判别网络，得到判别结果，所述判别结果指示所述特征信息是基于生成数据或真实数据生成的；将所述特征信息输入到所述分类网络，得到分类结果，所述分类结果指示所述输入数据为异常行为数据或非异常行为数据；根据所述判别结果与第一标注信息之间的差异以及所述分类结果与第二标准信息之间的差异，调整所述异常行为网络的参数，其中，所述第一标注信息指示所述输入数据为生成数据或真实数据，所述第二标准信息指示所述输入数据为异常行为数据或非异常行为数据。
[0012]结合本公开提供的任一实施方式，以设定切换频率对所述特征提取网络和所述分类网络以及对所述判别网络进行交替训练。
[0013]根据本公开的一方面，提供一种异常行为检测装置，所述装置包括：获取单元，用于获取第一图像中的至少一个第一检测框；确定单元，用于根据所述第一检测框之间的位置关系，确定所述第一图像中的第一中心检测框；扩展单元，用于将所述第一中心检测框扩展至预设尺寸，得到所述第一图像中的目标候选区域；检测单元，用于利用异常行为检测网络，对所述第一图像中的目标候选区域进行检测，得到异常行为检测结果。
[0014]结合本公开提供的任一实施方式，所述确定单元具体用于：以第一设定倍数对所述第一检测框进行等比例扩展，得到第二检测框；确定各个第二检测框之间的重叠关系；确定所述第二检测框中，与其他第二检测框重叠最多的第二中心检测框；确定所述第二中心检测框对应的第一检测框为所述第一中心检测框。
[0015]结合本公开提供的任一实施方式，所述确定单元在用于确定所述第二检测框中，与其他第二检测框具有最多重叠关系的第二中心检测框时，具体用于：根据各个第二检测框之间的重叠关系构建邻接矩阵，其中，所述邻接矩阵中的第一数值表示所对应的两个第二检测框之间重叠，第二数值标识所对应的两个第二检测框之间不重叠；获得所述邻接矩阵中各个第二检测框对应的第一数值的总和；确定所述第一数值的总和最大的第二检测框为第二中心检测框。
[0016]结合本公开提供的任一实施方式，所述预设尺寸指示长和宽分别为第一长度；所述扩展单元具体用于：将所述第一中心检测框的第一边和第二边进行等比例扩展，直至所述第一边的长度达到所述第一长度，其中，所述第一边的长度大于或等于第二边的长度；在扩展后的第一中心检测框的第二边小于所述第一长度的情况下，利用第一像素对扩展后的第一中心检测框进行补充，使补充后的第二边的长度达到所述第一长度。
[0017]结合本公开提供的任一实施方式，所述第一图像为视频流中的一帧，所述装置还包括合并单元，用于将所述视频流中各个第一图像中的目标候选区域进行合并；利用异常
行为检测网络，对合并后的目标候选区域在所述第一图像中对应的图像区域进行检测，得到所述第一图像的异常行为检测结果。
[0018]结合本公开提供的任一实施方式，所述装置还包括视频确定单元，用于根据所述视频流中各个第一图像的异常行为检测结果，确定所述视频图流的异常行为检测结果。
[0019]结合本公开提供的任一实施方式，所述装置还包括训练单元，用于利用生成数据对所述异常行为检测网络进行训练，其中，所述生成数据是通过动画引擎生成的异常行为数据，和/或，利用真实数据对所述异常行为检测网络进行微调。
[0020]结合本公开提供的任一实施方式，所述异常行为检测网络包括特征提取网络、判别网络和分类网络，所述训练单元在用于利用生成数据对所述异常行为检测网络进行训练时，具体用于：利用所述特征提取网络对输入数据进行特征提取，得到特征信息；将所述特征信息输入至所述判别网络，得到判别结果，所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种异常行为检测方法，其特征在于，所述方法包括：获取第一图像中的至少一个第一检测框；根据所述第一检测框之间的位置关系，确定所述第一图像中的第一中心检测框；将所述第一中心检测框扩展至预设尺寸，得到所述第一图像中的目标候选区域；利用异常行为检测网络，对所述第一图像中的目标候选区域进行检测，得到异常行为检测结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一检测框之间的位置关系，确定所述第一图像中的第一中心检测框，包括：以第一设定倍数对所述第一检测框进行等比例扩展，得到第二检测框；确定各个第二检测框之间的重叠关系；确定所述第二检测框中，与其他第二检测框重叠最多的第二中心检测框；确定所述第二中心检测框对应的第一检测框为所述第一中心检测框。3.根据权利要求2所述的方法，其特征在于，所述确定所述第二检测框中，与其他第二检测框具有最多重叠关系的第二中心检测框，包括：根据各个第二检测框之间的重叠关系构建邻接矩阵，其中，所述邻接矩阵中的第一数值表示所对应的两个第二检测框之间重叠，第二数值标识所对应的两个第二检测框之间不重叠；获得所述邻接矩阵中各个第二检测框对应的第一数值的总和；确定所述第一数值的总和最大的第二检测框为第二中心检测框。4.根据权利要求1至3任一项所述的方法，其特征在于，所述预设尺寸指示长和宽分别为第一长度；所述将所述第一中心检测框扩展至预设尺寸，得到所述第一图像中的目标候选区域，包括：将所述第一中心检测框的第一边和第二边进行等比例扩展，直至所述第一边的长度达到所述第一长度，其中，所述第一边的长度大于或等于第二边的长度；在扩展后的第一中心检测框的第二边小于所述第一长度的情况下，利用第一像素对扩展后的第一中心检测框进行补充，使补充后的第二边的长度达到所述第一长度。5.根据权利要求1至4任一项所述的方法，其特征在于，所述第一图像为视频流中的一帧，所述方法还包括：将所述视频流中各个第一图像中的目标候选区域进行合并；利用异常行为检测网络，对合并后的目标候选区域在所述第一图像中对应的图像区域进行检测，得到所述第一图像的异常行为检测结果。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：根据所述视频流中各个第一图像的异常...
【专利技术属性】
技术研发人员：苏海昇，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：
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。