异常行为检测方法、装置、设备及介质制造方法及图纸

本公开提供了一种异常行为检测方法，可以应用于人工智能和金融科技技术领域。该异常行为检测方法，包括：获取待检测的目标监控视频，其中，目标监控视频包括多个视频片段；从目标监控视频中提取视频片段的行为特征；将视频片段的行为特征输入异常行为检测模型，输出视频片段的异常值；其中，异常行为检测模型基于目标损失函数训练得到，目标损失函数根据多个异常值参数构建得到；基于多个视频片段的异常值，得到目标监控视频的检测结果。本公开还提供了一种异常行为检测装置、设备、存储介质和程序产品。程序产品。程序产品。

【技术实现步骤摘要】
异常行为检测方法、装置、设备及介质


[0001]本公开涉及人工智能和金融科技
，具体涉及异常行为检测方法、装置、设备、介质和程序产品。

技术介绍

[0002]在相关技术中，可以通过对视频进行检测以识别异常行为。当检测到异常行为时，可以立即对该行为进行警告，同时可以通知安防人员及时干预、处理异常情况，减少异常事件恶化发展的可能性。
[0003]在实施本公开的过程中发现，异常行为检测中仍然存在检测过程繁杂、检测准确度低等问题。

技术实现思路

[0004]鉴于上述问题，本公开提供了一种异常行为检测方法、异常行为检测装置、设备、介质和程序产品。
[0005]根据本公开的第一个方面，提供了一种异常行为检测方法，包括：
[0006]获取待检测的目标监控视频，其中，目标监控视频包括多个视频片段；
[0007]从目标监控视频中提取视频片段的行为特征；
[0008]将视频片段的行为特征输入异常行为检测模型，输出视频片段的异常值；其中，异常行为检测模型基于目标损失函数训练得到，目标损失函数根据多个异常值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常行为检测方法，包括：获取待检测的目标监控视频，其中，所述目标监控视频包括多个视频片段；从所述目标监控视频中提取所述视频片段的行为特征；将所述视频片段的行为特征输入异常行为检测模型，输出所述视频片段的异常值；其中，所述异常行为检测模型基于目标损失函数训练得到，所述目标损失函数根据多个异常值参数构建得到；基于多个所述视频片段的异常值，得到所述目标监控视频的检测结果。2.根据权利要求1所述的方法，其中，所述异常值参数包括：正常视频片段的最大异常值参数、异常视频片段的第一次序异常值参数、所述异常视频片段的第二次序异常值参数、所述异常视频片段的第三次序异常值参数、所述异常视频片段的最小异常值参数。3.根据权利要求2所述的方法，其中，所述目标损失函数根据多个异常值参数构建得到包括：根据所述正常视频片段的最大异常值参数和所述异常视频片段的第一次序异常值参数，构建第一子损失函数；根据所述异常视频片段的第一次序异常值参数和所述异常视频片段的最小异常值参数，构建第二子损失函数；根据所述正常视频片段的最大异常值参数和所述异常视频片段的第二次序异常值参数，构建第三子损失函数；根据所述正常视频片段的最大异常值参数和所述异常视频片段的第三次序异常值参数，构建第四子损失函数；将所述第一子损失函数、所述第二子损失函数、所述第三子损失函数以及所述第四子损失函数组合，构建得到所述目标损失函数。4.根据权利要求3所述的方法，其中，所述目标损失函数根据多个异常值参数构建得到还包括：根据正常视频片段的异常值参数，构建稀疏性约束损失函数；根据第i个异常视频片段的异常值参数和第i+1个异常视频片段的异常值参数的差值，构建时间平滑性约束损失函数，其中，所述第i个异常视频片段和所述第i+1个异常视频片段的时序相邻，i为正整数；将所述第一子损失函数、所述第二子损失函数、所述第三子损失函数、所述第四子损失函数、所述稀疏性约束损失函数以及所述时间平滑性约束损失函数组合，构建得到所述目标损失...

【专利技术属性】
技术研发人员：丁鑫煜，翁晓俊，徐嘉禛，曾琳奕，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：