一种图像处理方法、装置、设备及介质制造方法及图纸

本申请实施例提供了一种图像处理方法、装置、设备及介质，用以对违规事件进行处理。由于在本申请实施例中，电子设备通过违规事件识别模型对图像采集设备采集的视频帧图像中，是否出现违规事件，及出现违规事件时对应的违规事件的类型进行识别，从而可以避免由人工进行违规事件识别造成的人力资源浪费的情况，并且在本申请实施例中，在确定视频帧图像中存在违规事件后，电子设备将违规事件的类型对应的报警信息发送至对应的报警设备，从而起到警示作用，实现对违规事件的干预。实现对违规事件的干预。实现对违规事件的干预。

【技术实现步骤摘要】
一种图像处理方法、装置、设备及介质


[0001]本申请涉及图像处理
，尤其涉及一种图像处理方法、装置、设备及介质。

技术介绍

[0002]为了居民的安全及城市的建设，目前通常需要对行人以及车辆的一些违规事件进行识别并提醒，从而较少违规事件的发生，其中，违规事件包括行人未佩戴口罩、车辆违规停车等。
[0003]现有技术中主要依靠人工对违规事件进行识别并干预，或播放预设的告警信息起到警示作用等方法，然而现有技术的方法会极大程度上浪费人力资源，并且由于人的精力是有限的，因此违规事件的识别的效率并不高，并且播放预设的告警信息不够精准、智能，可能并不会起到警示作用。

技术实现思路

[0004]本申请实施例提供了一种图像处理方法、装置、设备及介质，用以对违规事件进行处理。
[0005]第一方面，本申请实施例提供了一种图像处理方法，所述方法包括：
[0006]接收图像采集设备发送的视频帧图像；
[0007]通过预先训练完成的违规事件识别模型，获取所述视频帧图像中是否存在违规事件，及存在违规事件时对应的违规事件的类型；
[0008]若确定所述视频帧图像中存在违规事件，则将所述类型对应的报警信息发送至对应的报警设备。
[0009]进一步地，若确定所述视频帧图像中存在违规事件之后，所述将所述类型对应的报警信息发送至对应的报警设备之前，所述方法还包括：
[0010]通过预先训练完成的属性识别模型，识别所述视频帧图像中存在违规事件时，违规事件的物体的属性；
>[0011]生成包含所述属性及所述类型的报警信息，并针对所述报警信息执行后续将所述类型对应的报警信息发送至对应的报警设备的步骤。
[0012]进一步地，所述生成包含所述属性及所述类型的报警信息包括：
[0013]获取预先针对所述类型保存的报警模板；
[0014]将所述属性添加在所述报警模板的缺失部分得到所述报警信息。
[0015]进一步地，所述通过预先训练完成的违规事件识别模型，获取所述视频帧图像中是否存在违规事件，及存在违规事件时对应的违规事件的类型包括：
[0016]获取预先针对所述图像采集设备保存的每个待检测类型；
[0017]针对所述每个待检测类型，通过预先训练完成的该待检测类型对应的违规事件识别模型，确定所述视频帧图像中是否存在该待检测类型的违规事件。
[0018]进一步地，所述通过预先训练完成的该待检测类型对应的违规事件识别模型，确
定所述视频帧图像中是否存在该待检测类型的违规事件包括：
[0019]若该待检测类型为违规停车或行人误入禁区；
[0020]则通过预先训练完成的该待检测类型对应的违规事件识别模型，确定所述视频帧图像中是否存在该待检测类型的违规事件；或
[0021]通过预先训练完成的识别模型，确定所述视频帧图像中是否存在车辆或行人，及存在车辆或行人时的位置信息，若所述位置信息与预先针对所述图像采集设备保存的违规位置信息重合度超过预设阈值，则确定所述视频帧图像中存在该待检测类型的违规事件。
[0022]进一步地，若确定所述视频帧图像中存在违规事件之后，所述将所述类型对应的报警信息发送至对应的报警设备之前，所述方法还包括：
[0023]若确定所述视频帧图像中存在违规停车的违规事件，则判断所述视频帧图像之后的预设数量的视频帧图像中，是否均存在违规停车的违规事件，若是，则执行后续将所述类型对应的报警信息发送至对应的报警设备的步骤。
[0024]第二方面，本申请实施例还提供了一种图像处理装置，所述装置包括：
[0025]接收模块，用于接收图像采集设备发送的视频帧图像；
[0026]获取模块，用于通过预先训练完成的违规事件识别模型，获取所述视频帧图像中是否存在违规事件，及存在违规事件时对应的违规事件的类型；
[0027]处理模块，用于若确定所述视频帧图像中存在违规事件，则将所述类型对应的报警信息发送至对应的报警设备。
[0028]进一步地，所述处理模块，还用于通过预先训练完成的属性识别模型，识别所述视频帧图像中存在违规事件时，违规事件的物体的属性；生成包含所述属性及所述类型的报警信息，并针对所述报警信息执行后续将所述类型对应的报警信息发送至对应的报警设备的步骤。
[0029]进一步地，所述处理模块，具体用于获取预先针对所述类型保存的报警模板；将所述属性添加在所述报警模板的缺失部分得到所述报警信息。
[0030]进一步地，所述获取模块，具体用于获取预先针对所述图像采集设备保存的每个待检测类型；针对所述每个待检测类型，通过预先训练完成的该待检测类型对应的违规事件识别模型，确定所述视频帧图像中是否存在该待检测类型的违规事件。
[0031]进一步地，所述获取模块，具体用于若该待检测类型为违规停车或行人误入禁区；则通过预先训练完成的该待检测类型对应的违规事件识别模型，确定所述视频帧图像中是否存在该待检测类型的违规事件；或，通过预先训练完成的识别模型，确定所述视频帧图像中是否存在车辆或行人，及存在车辆或行人时的位置信息，若所述位置信息与预先针对所述图像采集设备保存的违规位置信息重合度超过预设阈值，则确定所述视频帧图像中存在该待检测类型的违规事件。
[0032]进一步地，所述处理模块，还用于若确定所述视频帧图像中存在违规停车的违规事件，则判断所述视频帧图像之后的预设数量的视频帧图像中，是否均存在违规停车的违规事件，若是，则执行后续将所述类型对应的报警信息发送至对应的报警设备的步骤。
[0033]第三方面，本申请实施例还提供了一种电子设备，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如上述任一项所述图像处理方法的步骤。
[0034]第四方面，本申请实施例还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述图像处理方法的步骤。
[0035]在本申请实施例中，电子设备接收图像采集设备发送的视频帧图像，电子设备将视频帧图像输入预先训练完成的违规事件识别模型中，获取违规事件识别模型的输出，该输出即为视频帧图像中是否存在违规事件，及存在违规事件时对应的违规事件的类型，若电子设备确定视频帧图像中存在违规事件，则将存在的违规事件的类型对应的报警信息发送至图像采集设备对应的报警设备。由于在本申请实施例中，电子设备通过违规事件识别模型对图像采集设备采集的视频帧图像中，是否出现违规事件，及出现违规事件时对应的违规事件的类型进行识别，从而可以避免由人工进行违规事件识别造成的人力资源浪费的情况，并且在本申请实施例中，在确定视频帧图像中存在违规事件后，电子设备将违规事件的类型对应的报警信息发送至对应的报警设备，从而起到警示作用，实现对违规事件的干预。
附图说明
[0036]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：接收图像采集设备发送的视频帧图像；通过预先训练完成的违规事件识别模型，获取所述视频帧图像中是否存在违规事件，及存在违规事件时对应的违规事件的类型；若确定所述视频帧图像中存在违规事件，则将所述类型对应的报警信息发送至对应的报警设备。2.根据权利要求1所述的方法，其特征在于，若确定所述视频帧图像中存在违规事件之后，所述将所述类型对应的报警信息发送至对应的报警设备之前，所述方法还包括：通过预先训练完成的属性识别模型，识别所述视频帧图像中存在违规事件时，违规事件的物体的属性；生成包含所述属性及所述类型的报警信息，并针对所述报警信息执行后续将所述类型对应的报警信息发送至对应的报警设备的步骤。3.根据权利要求2所述的方法，其特征在于，所述生成包含所述属性及所述类型的报警信息包括：获取预先针对所述类型保存的报警模板；将所述属性添加在所述报警模板的缺失部分得到所述报警信息。4.根据权利要求1所述的方法，其特征在于，所述通过预先训练完成的违规事件识别模型，获取所述视频帧图像中是否存在违规事件，及存在违规事件时对应的违规事件的类型包括：获取预先针对所述图像采集设备保存的每个待检测类型；针对所述每个待检测类型，通过预先训练完成的该待检测类型对应的违规事件识别模型，确定所述视频帧图像中是否存在该待检测类型的违规事件。5.根据权利要求4所述的方法，其特征在于，所述通过预先训练完成的该待检测类型对应的违规事件识别模型，确定所述视频帧图像中是否存在该待检测类型的违规事件包括：若该待检测类型为违规停车或行人误入禁区；则通过预先训练完成的该待检测类型对应的违规事件识别模型，确定所述视频帧图像中是否存在该待检测类型的违规事件；或通过预先训练完成的识别模型，确定所述视频帧图像中...

【专利技术属性】
技术研发人员：凌承昆，王卫锋，唐中平，赵邢瑜，周伟伟，郭逸豪，黄宇生，陆嘉达，龚啸云，林翔鹏，
申请(专利权)人：天翼云科技有限公司，
类型：发明
国别省市：