本申请公开了一种异常事件检测方法、装置、设备及可读存储介质。在获取待检测视频之后，针对该视频中包含的连续图像帧，确定待检测的目标对，对各个目标对进行检测，确定发生异常事件的目标对，其中，目标对中包括两个目标项，两个目标项用于表征同一时刻的两个不同目标，或者不同时刻的一个目标。基于上述方案，能够准确检测出发生异常事件的对象是哪个时刻的哪两个目标，或者是哪一个目标。或者是哪一个目标。或者是哪一个目标。
【技术实现步骤摘要】
异常事件检测方法、装置、设备及可读存储介质
[0001]本申请涉及机器视觉
，更具体的说，是涉及一种异常事件检测方法、装置、设备及可读存储介质。
技术介绍
[0002]在一些区域(如道路、住宅小区、学校等)中，一些目标(如车辆、行人等)往往会发生异常事件，如车辆碰撞、车辆侧翻、行人摔倒等，越早的发现这些异常事件，就能尽可能的避免伤亡的扩大和经济财产的损失，因此，需要对这些区域是否发生异常事件进行检测。随着深度学习在计算机视觉任务中的广泛应用，实现了基于视频的异常事件检测。基于视频的异常事件检测是从视频中提取目标的特征来实现对区域内是否发生异常事件的自动检测。
[0003]但是，传统的基于视频的异常事件检测方法，只能检测出视频对应的区域中是否发生异常事件，但是无法精确定位发生异常事件的目标。
[0004]因此，如何提供一种检测异常事件的方法，以准确检测出发生异常事件的目标，成为本领域技术人员亟待解决的技术问题。
技术实现思路
[0005]鉴于上述问题，本申请提出了一种异常事件检测方法、装置、设备及可读存储介质。具体方案如下：
[0006]一种异常事件检测方法，所述方法包括：
[0007]获取待进行异常事件检测的视频；
[0008]针对所述视频包含的每组连续图像帧，确定待检测的目标对；所述目标对中包括两个目标项，所述两个目标项用于表征同一时刻的两个不同目标，或者不同时刻的一个目标；
[0009]对各个目标对进行检测，确定发生异常事件的目标对。
[0010]可选地，所述针对所述视频包含的每组连续图像帧，确定待检测的目标对，包括：
[0011]针对所述连续图像帧的每个图像帧，对所述图像帧进行目标检测，得到所述图像帧包含的目标；
[0012]基于所述图像帧包含的目标，以及，所述图像帧的前一图像帧包含的目标，确定所述图像帧对应的目标对；所述图像帧对应的目标对中包括所述图像帧包含的不同目标，以及所述图像帧和所述图像帧的前一图像帧包含的同一目标；
[0013]基于各个图像帧对应的目标对，确定待检测的目标对。
[0014]可选地，所述对各个目标对进行检测，确定发生异常事件的目标对，包括：
[0015]针对每个目标对，确定所述目标对的特征序列；
[0016]根据所述目标对的特征序列，检测所述目标对是否发生异常事件。
[0017]可选地，所述针对每个目标对，确定所述目标对的特征序列，包括：
[0018]针对每个目标对，确定所述目标对与各个图像帧对应的目标对特征；
[0019]将所述目标对与各个图像帧对应的目标对特征进行组合，得到所述目标对的特征序列。
[0020]可选地，确定所述目标对与图像帧对应的目标对特征，包括：
[0021]确定所述目标对中每个目标项在所述图像帧中的特征；
[0022]确定在所述图像帧中所述目标对中两个目标项之间的交互特征；
[0023]基于所述目标对中每个目标项在所述图像帧中的特征，以及在所述图像帧中所述目标对中两个目标项之间的交互特征，确定所述目标对与所述图像帧对应的目标对特征。
[0024]可选地，所述确定所述目标对中每个目标项在所述图像帧中的特征，包括：
[0025]确定所述图像帧的特征图，以及所述目标对中每个目标项在所述图像帧中的位置信息；
[0026]基于所述图像帧的特征图，以及所述目标对中每个目标项在所述图像帧中的位置信息，确定所述目标对中每个目标项在所述图像帧中的特征。
[0027]可选地，所述确定在所述图像帧中所述目标对中两个目标项之间的交互特征，包括：
[0028]获取所述目标对中每个目标项在所述图像帧中的位置信息；
[0029]基于所述目标对中每个目标项在所述图像帧中的位置信息，确定所述目标对中两个目标项的空间关系；
[0030]基于所述目标对中两个目标项的空间关系，确定在所述图像帧中所述目标对中两个目标项之间的交互特征。
[0031]可选地，所述对所述图像帧进行目标检测，得到所述图像帧中包含的目标，包括：
[0032]将所述图像帧输入目标检测模型，所述目标检测模型输出所述图像帧中包含的目标，所述目标检测模型是以训练用图像为训练样本，以训练用图像标注的目标为样本标签训练得到的。
[0033]可选地，所述根据所述目标对的特征序列，检测所述目标对是否发生异常事件，包括：
[0034]将所述目标对的特征序列输入异常事件检测模型，所述异常事件检测模型输出异常事件检测结果，所述异常事件检测结果用于指示所述目标对是否发生异常事件，所述异常事件检测模型是以训练用目标对的特征序列为训练样本，以训练用目标对的特征序列标注的异常事件检测结果为样本标签训练得到的。
[0035]一种异常事件检测装置，所述装置包括：
[0036]获取单元，用于获取待进行异常事件检测的视频；
[0037]目标对确定单元，用于针对所述视频包含的每组连续图像帧，确定待检测的目标对；所述目标对中包括两个目标项，所述两个目标项用于表征同一时刻的两个不同目标，或者不同时刻的一个目标；
[0038]目标对检测单元，用于对各个目标对进行检测，确定发生异常事件的目标对。
[0039]可选地，所述目标对确定单元，包括：
[0040]目标检测单元，用于针对所述连续图像帧的每个图像帧，对所述图像帧进行目标检测，得到所述图像帧包含的目标；
[0041]图像帧对应的目标对确定单元，用于基于所述图像帧包含的目标，以及，所述图像帧的前一图像帧包含的目标，确定所述图像帧对应的目标对；所述图像帧对应的目标对中包括所述图像帧包含的不同目标，以及所述图像帧和所述图像帧的前一图像帧包含的同一目标；
[0042]待检测的目标对确定单元，用于基于各个图像帧对应的目标对，确定待检测的目标对。
[0043]可选地，所述目标对检测单元，包括：
[0044]特征序列确定单元，用于针对每个目标对，确定所述目标对的特征序列；
[0045]检测单元，用于根据所述目标对的特征序列，检测所述目标对是否发生异常事件。
[0046]可选地，所述特征序列确定单元，包括：
[0047]目标对特征确定单元，用于针对每个目标对，确定所述目标对与各个图像帧对应的目标对特征；
[0048]特征组合单元，用于将所述目标对与各个图像帧对应的目标对特征进行组合，得到所述目标对的特征序列。
[0049]可选地，目标对特征确定单元，包括：
[0050]目标项特征确定单元，用于确定所述目标对中每个目标项在所述图像帧中的特征；
[0051]目标项交互特征确定单元，用于确定在所述图像帧中所述目标对中两个目标项之间的交互特征；
[0052]目标对特征确定子单元，用于基于所述目标对中每个目标项在所述图像帧中的特征，以及在所述图像帧中所述目标对中两个目标项之间的本文档来自技高网...
【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：获取待进行异常事件检测的视频；针对所述视频包含的每组连续图像帧，确定待检测的目标对；所述目标对中包括两个目标项，所述两个目标项用于表征同一时刻的两个不同目标，或者不同时刻的一个目标；对各个目标对进行检测，确定发生异常事件的目标对。2.根据权利要求1所述的方法，其特征在于，所述针对所述视频包含的每组连续图像帧，确定待检测的目标对，包括：针对所述连续图像帧的每个图像帧，对所述图像帧进行目标检测，得到所述图像帧包含的目标；基于所述图像帧包含的目标，以及，所述图像帧的前一图像帧包含的目标，确定所述图像帧对应的目标对；所述图像帧对应的目标对中包括所述图像帧包含的不同目标，以及所述图像帧和所述图像帧的前一图像帧包含的同一目标；基于各个图像帧对应的目标对，确定待检测的目标对。3.根据权利要求1所述的方法，其特征在于，所述对各个目标对进行检测，确定发生异常事件的目标对，包括：针对每个目标对，确定所述目标对的特征序列；根据所述目标对的特征序列，检测所述目标对是否发生异常事件。4.根据权利要求3所述的方法，其特征在于，所述针对每个目标对，确定所述目标对的特征序列，包括：针对每个目标对，确定所述目标对与各个图像帧对应的目标对特征；将所述目标对与各个图像帧对应的目标对特征进行组合，得到所述目标对的特征序列。5.根据权利要求4所述的方法，其特征在于，确定所述目标对与图像帧对应的目标对特征，包括：确定所述目标对中每个目标项在所述图像帧中的特征；确定在所述图像帧中所述目标对中两个目标项之间的交互特征；基于所述目标对中每个目标项在所述图像帧中的特征，以及在所述图像帧中所述目标对中两个目标项之间的交互特征，确定所述目标对与所述图像帧对应的目标对特征。6.根据权利要求5所述的方法，其特征在于，所述确定所述目标对中每个目标项在所述图像帧中的特征，包括：确定所述图像帧的特征图，以及所述目标对中每个目标项在所述图像帧中的位置信息；基于所述图像帧的特征图，以及所述目标对中每个目标项在所述图像帧中的位...
【专利技术属性】
技术研发人员：贾若然，张友国，谭昶，姜殿洪，刘江，李亚玲，张慧萍，吕军，胡少云，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：
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。