一种异常事件检测方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种异常事件检测方法、装置、电子设备及存储介质，方法包括：获取图像序列，并从图像序列中确定出N个图像区域集合；每个图像区域集合中，包括图像序列中每一帧图像内的一个图像区域，且每个图像区域在所属一帧图像中各图像区域间行人密集程度的排序相同；N为大于等于1的自然数；针对每个图像区域集合，基于集合内图像区域的空间分布情况选取出一个中心区域；针对每个中心区域，从图像序列的每一帧图像抠取对应位置的图像区域，组成一个轨迹序列；利用每个轨迹序列分别进行异常事件检测。件检测。件检测。

【技术实现步骤摘要】
一种异常事件检测方法、装置、电子设备及存储介质


[0001]本公开涉及计算机视觉
，尤其涉及一种异常事件检测方法、装置、电子设备及存储介质。

技术介绍

[0002]视频中的异常事件检测是计算机视觉领域的一个重要问题，目前，可以利用计算机视觉和深度学习的技术自动检测发生在视频中的异常事件。
[0003]传统的异常事件检测方法，是对输入的视频序列进行全图的数据增强或其他预处理后，输入到分类模型中进行检测，或者，通过人群密集分布情况来粗略定位事件中心点，检测方式的效率较低，准确性较差。

技术实现思路

[0004]本公开实施例期望提供一种异常事件检测方法、装置、电子设备及存储介质。
[0005]本公开实施例的技术方案是这样实现的：
[0006]本公开实施例提供了一种异常事件检测方法，所述方法包括：
[0007]获取图像序列，并从所述图像序列中确定出N个图像区域集合；每个图像区域集合中，包括所述图像序列中每一帧图像内的一个图像区域，且每个图像区域在所属一帧图像中各图像区域间行人密集程度的排序相同；N为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常事件检测方法，其特征在于，所述方法包括：获取图像序列，并从所述图像序列中确定出N个图像区域集合；每个图像区域集合中，包括所述图像序列中每一帧图像内的一个图像区域，且每个图像区域在所属一帧图像中各图像区域间行人密集程度的排序相同；N为大于等于1的自然数；针对每个图像区域集合，基于集合内图像区域的空间分布情况选取出一个中心区域；针对每个中心区域，从所述图像序列的每一帧图像抠取对应位置的图像区域，组成一个轨迹序列；利用每个轨迹序列分别进行异常事件检测。2.根据权利要求1所述的方法，其特征在于，所述从所述图像序列中确定出N个图像区域集合，包括：针对所述图像序列的每一帧图像，按照行人密集程度由大到小，依次确定出N个图像区域组成一组图像区域；将所述图像序列中每一帧图像分别对应的图像区域组中，行人密集程度排序相同的图像区域划分至同一集合，得到所述N个图像区域集合。3.根据权利要求2所述的方法，其特征在于，所述针对所述图像序列的每一帧图像，按照行人密集程度由大到小，依次确定出N个图像区域组成一组图像区域，包括：针对所述图像序列的每一帧图像，获取每个行人检测框，并分别扩大成一个扩展检测框，组成一组扩展检测框；针对每组扩展检测框，确定包含的不同扩展检测框之间的重叠比，并根据得到的重叠比构建对应的第一邻接矩阵；针对每组扩展检测框，基于对应的第一邻接矩阵，确定包含的每个扩展检测框的匹配次数，并按照匹配次数从大到小，依次选取N个扩展检测框组成一组中心检测框；针对所述图像序列的每一帧图像，基于对应的一组中心检测框，确定一组图像区域。4.根据权利要求3所述的方法，其特征在于，所述针对所述图像序列的每一帧图像，获取每个行人检测框，并分别扩大成一个扩展检测框，组成一组扩展检测框，包括：从第i帧图像中获取至少一个行人检测框；在所述第i帧图像中，将所述至少一个行人检测框中每个行人检测框分别作为中心，按照第一预设比例外扩形成一个扩展检测框；将外扩得到的扩展检测框组成所述第i帧图像对应的一组扩展检测框；其中，所述第i帧图像为所述图像序列中任意一帧图像，i为大于等于1的自然数。5.根据权利要求3所述的方法，其特征在于，所述针对所述图像序列的每一帧图像，基于对应的一组中心检测框，确定一组图像区域，包括：从第k帧图...

【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：