一种违法行为监控方法及装置制造方法及图纸

本发明专利技术涉及图像处理技术领域，一种违法行为监控方法及装置，包括：获取监控视频，根据预设的时间间隔对所述监控视频的像素执行插值处理，得到插值像素集，根据所述插值像素集在所述监控视频的像素位置建立像素波形，根据所述像素波形建立像素优化函数，依据所述像素优化函数的最小化原则优化所述像素波形，得到优化波形，将所述优化波形对应的插值像素组合得到优化视频，将所述优化视频输入至已优化的所述违法行为识别模型，产生违法行为识别结果。本发明专利技术可解决违法行为识别准确率较低的问题。本发明专利技术可解决违法行为识别准确率较低的问题。本发明专利技术可解决违法行为识别准确率较低的问题。

【技术实现步骤摘要】
一种违法行为监控方法及装置


[0001]本专利技术涉及图像处理
，尤其涉及一种违法行为监控方法及装置。

技术介绍

[0002]伴随人工智能的普及，利用人工智能技术提高生活生产及管理的安全性也变得极受重视，特别地，利用人工智能技术监控行人车辆等违法行为是重要的一个方向。
[0003]目前基于人工智能技术监控行人车辆等违法行为主要使用卷积神经网络，通过训练卷积神经网络具备违法行为识别能力后，将未知的监控视频输入至训练完成的卷积神经网络，从而完成智能识别。基于人工智能的违法行为监控识别虽然具备一定普适性，但由于大部分监控视频受到监控设备拍摄影响，容易产生畸变等影响，从而导致违法行为识别准确率较低的问题。

技术实现思路

[0004]本专利技术提供一种违法行为监控方法、装置及计算机可读存储介质，其主要目的在于解决违法行为识别准确率较低的问题。
[0005]为实现上述目的，本专利技术提供的一种违法行为监控方法，包括：获取监控视频，根据预设的时间间隔对所述监控视频的像素执行插值处理，得到插值像素集；根据所述插值像素集在所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种违法行为监控方法，其特征在于，所述方法包括：获取监控视频，根据预设的时间间隔对所述监控视频的像素执行插值处理，得到插值像素集；根据所述插值像素集在所述监控视频的像素位置建立像素波形，根据所述像素波形建立像素优化函数；依据所述像素优化函数的最小化原则优化所述像素波形，得到优化波形；将所述优化波形对应的插值像素组合得到优化视频；接收预构建的图像训练集及对应的违法行为真实标签集，将所述图像训练集输入至预构建的待优化的违法行为识别模型执行违法行为识别，得到违法行为预测标签集，比较所述违法行为真实标签集与所述违法行为预测标签集的差异值，利用所述差异值调节待优化的违法行为识别模型的模型参数，得到已优化的违法行为识别模型；将所述优化视频输入至已优化的所述违法行为识别模型，产生违法行为识别结果。2.如权利要求1所述的违法行为监控方法，其特征在于，所述根据预设的时间间隔对所述监控视频的像素执行插值处理，得到插值像素集，包括：将所述监控视频按照每一帧监控图像出现的时间顺序执行排序，得到监控图像集；接收用户设定的所述时间间隔，根据所述时间间隔对所述监控图像集执行等距采样，得到等时间间隔的监控图像集；依次提取等时间间隔的每张监控图像中每个像素点，并将每个像素点映射至预构建的坐标系中，得到监控像素集；根据牛顿插值法对所述监控像素集执行插值处理，得到所述插值像素集。3.如权利要求2所述的违法行为监控方法，其特征在于，所述将每个像素点映射至预构建的坐标系中，得到监控像素集，包括：根据等时间间隔的所述监控图像集的图像数量，确定所述坐标系其中一个轴的轴长，其中所述坐标系为三维坐标系；依次将所述监控图像集中的监控图像按照所述轴长依次排列，得到包括所述监控图像集的坐标系；确定每个像素点在包括所述监控图像集的坐标系位置及像素值，根据所述坐标系位置及像素值组合得到所述监控像素集。4.如权利要求3所述的违法行为监控方法，其特征在于，所述根据所述插值像素集在所述监控视频的像素位置建立像素波形，包括：从所述插值像素集中提取像素值，从所述坐标系位置中提取X轴值和Y轴值；根据所述X轴值及Y轴值建立位置横坐标；将所述像素值作为竖坐标，结合所述位置横坐标，建立得到所述像素波形。5.如权利要求4所述的违法行为监控方法，其特征在于，所述根据所述像素波形建立像素优化函数，包括：提取所述像素波形的波形峰值、波形半宽和波形中心数值，得到像素波形参数；利用所述像素波形参数建立所述像素波形的波形优化函数；对所述波形优化函数执行泰勒展开，得到波形展开函数；利用所述波形展开函数构建得到所述像素优化函数。
6.如权利要求5所述的违法行为监控方法，其特征在于，所述波形优化函数为：其中，分别代表第k个像素波形的波形峰值，波形中心和波形半宽，...

【专利技术属性】
技术研发人员：陈黎，杨孟，华斌，
申请(专利权)人：武汉博观智能科技有限公司，
类型：发明
国别省市：