视频中异常行为检测方法、装置、设备及存储介质制造方法及图纸

本申请提供一种视频中异常行为检测方法、装置、设备及存储介质，涉及人工智能技术领域，该视频中异常行为检测方法包括：获取待检测视频，待检测视频包括多帧待检测图像；根据待检测图像中不同宏块类型的宏块数量，提取待检测视频对应的宏块数量变化时序特征；根据相邻两帧待检测图像的帧差，提取待检测视频对应的像素变化时序特征；根据宏块数量变化时序特征和像素变化时序特征，确定待检测视频中是否存在异常行为。本申请能够大大提高检测效率。本申请能够大大提高检测效率。本申请能够大大提高检测效率。

【技术实现步骤摘要】
视频中异常行为检测方法、装置、设备及存储介质


[0001]本申请涉及人工智能
，尤其涉及一种视频中异常行为检测方法、装置、设备及存储介质。

技术介绍

[0002]信息是对客观世界的描述和分析，具有很强的广泛性和通用性。视频作为重要的信息载体，能够为人们提供重要参考信息，监控视频更是在行为监测和取证方面起到了重要的作用。以银行的监控视频为例，可以通过检测银行的监控视频来对客服人员的行为进行提醒和规范。
[0003]目前，通常通过人工方式对视频进行检测，确定视频中是否存在异常行为，导致检测效率不高。

技术实现思路

[0004]本申请提供一种视频中异常行为检测方法、装置、设备及存储介质，以解决目前视频中异常行为的检测效率不高的问题。
[0005]第一方面，本申请提供一种视频中异常行为检测方法，包括：
[0006]获取待检测视频，待检测视频包括多帧待检测图像；
[0007]根据待检测图像中不同宏块类型的宏块数量，提取待检测视频对应的宏块数量变化时序特征；
[0008]根据相邻两帧待检测图像的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频中异常行为检测方法，其特征在于，包括：获取待检测视频，所述待检测视频包括多帧待检测图像；根据所述待检测图像中不同宏块类型的宏块数量，提取所述待检测视频对应的宏块数量变化时序特征；根据相邻两帧所述待检测图像的帧差，提取所述待检测视频对应的像素变化时序特征；根据所述宏块数量变化时序特征和所述像素变化时序特征，确定所述待检测视频中是否存在异常行为。2.根据权利要求1所述的视频中异常行为检测方法，其特征在于，所述根据所述宏块数量变化时序特征和所述像素变化时序特征，确定所述待检测视频中是否存在异常行为，包括：分别对所述宏块数量变化时序特征和所述像素变化时序特征进行自相关处理，得到自相关处理后的宏块数量变化时序特征和像素变化时序特征；分别对所述自相关处理后的宏块数量变化时序特征和像素变化时序特征进行降维处理，得到降维处理后的宏块数量变化时序特征和像素变化时序特征；根据所述降维处理后的宏块数量变化时序特征和像素变化时序特征，确定所述待检测视频中是否存在异常行为。3.根据权利要求2所述的视频中异常行为检测方法，其特征在于，所述根据所述降维处理后的宏块数量变化时序特征和像素变化时序特征，确定所述待检测视频中是否存在异常行为，包括：将所述降维处理后的宏块数量变化时序特征和像素变化时序特征进行融合处理，得到目标时序特征；将所述目标时序特征输入分类模型进行异常行为检测处理，得到所述待检测视频对应的分类结果；根据所述分类结果，确定所述待检测视频中是否存在异常行为。4.根据权利要求3所述的视频中异常行为检测方法，其特征在于，所述分类模型是通过以下方式训练获得的：获取训练样本，所述训练样本包括正样本和负样本，所述正样本为包含异常行为的视频，所述负样本为未包含异常行为的视频；提取所述训练样本对应的宏块数量变化样本时序特征，以及提取所述训练样本对应的像素变化样本时序特征；分别对所述宏块数量变化样本时序特征和所述像素变化样本时序特征进行自相关处理，得到自相关处理后的宏块数量变化样本时序特征和像素变化样本时序特征；分别对所述自相关处理后的宏块数量变化样本时序特征和像素变化样本时序特征进行降维处理，得到降维处理后的宏块数量变化样本时序特征和像素变化样本时序特征；将所述降维处理后的宏块数量变化样本时序特征和像素变化样本时序特征进行融合处理，得到目标样本时序特征；将所述目标样本时序...

【专利技术属性】
技术研发人员：马建宇，廖琦，
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：