目标入侵确定方法、装置、存储介质及电子装置制造方法及图纸

本发明专利技术实施例提供了一种目标入侵确定方法、装置、存储介质及电子装置，其中，该方法包括：确定针对目标区域采集到的目标图像所属的目标图像序列，其中，目标图像序列中的图像均包括目标对象；响应于基于目标图像确定目标对象进入目标区域，基于目标图像序列中包括的历史图像以及目标图像确定目标对象的目标类型，其中，历史图像为在目标图像之前采集的图像；基于目标类型确定目标对象是否存在针对目标区域的入侵行为。通过本发明专利技术，解决了相关技术中存在的确定目标入侵行为不准确的问题，达到提高确定目标的入侵行为的准确率的效果。提高确定目标的入侵行为的准确率的效果。提高确定目标的入侵行为的准确率的效果。

【技术实现步骤摘要】
目标入侵确定方法、装置、存储介质及电子装置


[0001]本专利技术实施例涉及通信领域，具体而言，涉及一种目标入侵确定方法、装置、存储介质及电子装置。

技术介绍

[0002]对目标的区域入侵报警方法主要是通过人员实地驻守探查,或者使用实时录像设备进行定点录像并通过人员不间断监控进行人为报警与驱离，这需要耗费巨大的人力物力，且报警效果极大依赖于人为主观因素，难以维持长期稳定准确的实时报警效果。随着深度学习技术在计算机视觉领域的快速进步，目标实时检测技术已逐渐在智能视频监控领域取得长足的发展。在基于深度学习的目标检测技术中，YOLO(You Only Look Once,一种实时目标检测技术)基于其速度快、误检率低的特点，成为了目标实时检测场景中常用的技术方法，也使得基于监控视频对对象进行自动检测与跟踪成为了可能。
[0003]在相关技术中，在检测到目标进入到指定区域时即认为目标入侵了指定区域。
[0004]由此可知，相关技术中存在确定目标入侵行为不准确的问题。
[0005]针对相关技术中存在的上述问题，目前尚未提出有效的解决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标入侵确定方法，其特征在于，包括：确定针对目标区域采集到的目标图像所属的目标图像序列，其中，所述目标图像序列中的图像均包括目标对象；响应于基于所述目标图像确定所述目标对象进入目标区域，基于所述目标图像序列中包括的历史图像以及所述目标图像确定所述目标对象的目标类型，其中，所述历史图像为在所述目标图像之前采集的图像；基于所述目标类型确定所述目标对象是否存在针对所述目标区域的入侵行为。2.根据权利要求1所述的方法，其特征在于，所述基于所述目标类型确定所述目标对象是否存在针对所述目标区域的入侵行为包括：确定对象的类型与入侵行为等级的关联关系；基于所述关联关系确定与所述目标类型关联的目标入侵行为等级；基于所述目标入侵行为等级确定所述目标对象是否存在针对所述目标区域的入侵行为。3.根据权利要求2所述的方法，其特征在于，在基于所述目标入侵行为等级确定所述目标对象是否存在针对所述目标区域的入侵行为之后，所述方法还包括：响应于所述目标对象存在针对所述目标区域的入侵行为，执行与所述目标入侵行为等级对应的告警操作。4.根据权利要求3所述的方法，其特征在于，执行与所述目标入侵行为等级对应的告警操作包括：确定所述目标入侵行为等级对应的告警等级；执行与所述告警等级对应的目标告警操作。5.根据权利要求4所述的方法，其特征在于，在执行与所述告警等级对应的目标告警操作之后，所述方法还包括：响应于所述告警等级大于预定等级，确定执行所述目标告警操作的目标时间；响应于所述目标时间大于预定时间，执行所述告警等级中包括的最大告警等级对应的告警操作。6.根据权利要求1所述的方法，其特征在于，确定针对目标区域采集到的目标图像所属的目标图像序列包括：确定所述目标对象在所述目标图像中的第一检测框；确定预先存储的每个图像序列中包括的最后一帧图像；确定每个所述最后一帧图像中包括的历史对象的第二检测框；确定所述第一检测框与所述第二检测框的交并比；基于所述交并比确定所述目标图像所属的所述目标图像序列。7.根据权利要求6所述的方法，其特征在于，基于所述交并比确定所述目标图像所属的所述目标图像序列包括：确定所述交并比中包括的最大交并比；响应于所述最大交...

【专利技术属性】
技术研发人员：鲁逸峰，周祥明，郑春煌，王文超，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：