【技术实现步骤摘要】
银行网点异常监控方法及装置
本专利技术涉及互联网
，尤其涉及一种银行网点异常监控方法及装置。
技术介绍
目前公众安全问题越来越受到重视，银行网点作为金融机构，对安防的要求较高。随着摄像头的普及，针对网点可能存在的人群斗殴，抢劫及ATM取款诈骗等可能存在的安全隐患，要从海量数据中发现异常，传统方法依赖于人工监测视频异常的起止点，既浪费人力又浪费财力，且效率低。
技术实现思路
本专利技术实施例提出一种银行网点异常监控方法，用以准确地判断银行网点中的异常，效率高，准确率高，该方法包括：采集银行网点的多个监控视频，所述监控视频包含异常视频和正常视频，每个监控视频含有对应的视频级标签；将多个异常视频及对应的视频级标签输入至帧级伪标签生成器中，生成多个异常视频片段对应的伪异常标签集合，其中，每个异常视频对应多个异常视频片段；将多个正常视频对应的视频级标签、多个异常视频片段对应的伪异常标签集合输入到三维异常检测网络中进行训练，获得异常分类器；在获得测试视频后，将测试视频输入到异常分...
【技术保护点】
1.一种银行网点异常监控方法，其特征在于，包括：/n采集银行网点的多个监控视频，所述监控视频包含异常视频和正常视频，每个监控视频含有对应的视频级标签；/n将多个异常视频及对应的视频级标签输入至帧级伪标签生成器中，生成多个异常视频片段对应的伪异常标签集合，其中，每个异常视频对应多个异常视频片段；/n将多个正常视频对应的视频级标签、多个异常视频片段对应的伪异常标签集合输入到三维异常检测网络中进行训练，获得异常分类器；/n在获得测试视频后，将测试视频输入到异常分类器中，获得测试视频中的异常视频片段，确定异常发生的时刻。/n
【技术特征摘要】 【专利技术属性】
1.一种银行网点异常监控方法，其特征在于，包括：
采集银行网点的多个监控视频，所述监控视频包含异常视频和正常视频，每个监控视频含有对应的视频级标签；
将多个异常视频及对应的视频级标签输入至帧级伪标签生成器中，生成多个异常视频片段对应的伪异常标签集合，其中，每个异常视频对应多个异常视频片段；
将多个正常视频对应的视频级标签、多个异常视频片段对应的伪异常标签集合输入到三维异常检测网络中进行训练，获得异常分类器；
在获得测试视频后，将测试视频输入到异常分类器中，获得测试视频中的异常视频片段，确定异常发生的时刻。
2.如权利要求1所述的银行网点异常监控方法，其特征在于，在将多个异常视频及对应的视频级标签输入至帧级伪标签生成器中之前，还包括：
对多个监控视频进行前背景分离，获得每个监控视频的前景视频；
将多个异常视频及对应的视频级标签输入至帧级伪标签生成器中，包括：
将多个异常视频的前景视频及对应的视频级标签输入至帧级伪标签生成器中，其中，每个异常视频的前景视频对应多个异常视频片段；
将测试视频输入到异常分类器中，获得测试视频中的异常视频片段，包括：
对测试视频进行前背景分离，获得测试视频的前景视频，将测试视频的前景视频输入到异常分类器中，获得测试视频中的异常视频片段。
3.如权利要求2所述的银行网点异常监控方法，其特征在于，所述帧级伪标签生成器采用如下步骤生成多个异常视频片段对应的伪异常标签集合：
从每个异常视频的前景视频中提取出多个异常视频片段，获得所述多个异常视频片段的前景特征；
将多个异常视频片段的前景特征进行聚类，获得每个异常视频片段对应的第一类别；
将多个异常视频片段的前景特征进行异常检测，获得每个异常视频片段对应的第二类别；
将每个异常视频片段对应的第一类别和第二类别进行融合，获得每个异常视频片段对应的伪异常标签。
4.如权利要求3所述的银行网点异常监控方法，其特征在于，从每个异常视频的前景视频中提取出多个异常视频片段，获得所述多个异常视频片段的前景特征，包括：
通过在Sports-1M数据集上预训练的C3D网络，从每个异常视频的前景视频中提取出多个异常视频片段，获得所述多个异常视频片段的前景特征。
5.如权利要求3所述的银行网点异常监控方法，其特征在于，将多个异常视频片段的前景特征进行聚类，获得每个异常视频片段对应的第一类别，包括：
采用K-Means算法将多个异常视频片段的前景特征进行聚类，获得每个异常视频片段对应的第一类别。
技术研发人员：庞婷尹，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11
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。