System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机视觉领域,特别涉及基于人工智能检测的视频预警系统、方法、设备及介质。
技术介绍
1、随着社会的不断发展和进步,对于安全监控和预警系统的需求日益增长。传统的监控系统主要依赖于人工巡视和操作,存在着人力成本高、监控范围有限、误报率高等问题。为了提高监控效率和准确性,自动化的视频预警系统应运而生。这些系统利用目标识别和图像处理技术,能够对实时视频进行自动分析和处理,从中提取有价值的信息,并实时检测和报警异常事件,为安全管理提供重要支持。
2、然而,现有的视频预警系统在实际应用中仍存在一些挑战和限制。一方面,传统的视频分析方法往往需要复杂的手动设置和调整参数,且对于复杂场景和变化多样的目标难以准确识别和分类。另一方面,传统的异常检测方法主要依赖于基于规则和模板的检测算法,缺乏对复杂异常场景的适应性和灵活性,同时无法做到准确的实时识别。
3、综上,如何能够在复杂场景下对大量视频流中的目标准确识别和报警异常事件,降低误报率和漏报率是本领域有待解决的技术问题。
技术实现思路
1、有鉴于此,本专利技术的目的在于提供基于人工智能检测的视频预警系统、方法、设备及介质,能够在复杂场景下对大量视频流中的目标准确识别和报警异常事件,降低误报率和漏报率。其具体方案如下:
2、第一方面,本申请公开了一种基于人工智能检测的视频预警系统,包括:
3、视频采集模块,用于获取待检测实时视频;
4、视频分析模块,用于将所述待检测实时视频输入至
5、异常检测模块,用于基于所述目标对象识别结果检测所述待检测实时视频中是否存在包含所述目标对象的异常事件,以得到相应的事件检测结果;
6、告警模块,用于若所述事件检测结果为所述待检测实时视频中存在包含所述目标对象的异常事件,则启动事件告警流程。
7、可选的,所述视频采集模块,包括:
8、视频采集单元,用于通过视频监控装置和视频网络获取压缩格式的实时视频;
9、视频处理单元,用于解码所述压缩格式的实时视频,以获取待检测实时视频。
10、可选的,所述基于人工智能检测的视频预警系统,还包括:
11、模型训练子模块,用于利用携带训练样本框及训练样本标签框的图像训练数据集对初始目标识别模型进行训练,以便所述初始目标识别模型提取训练图像特征,并对获取的所述训练图像特征进行样本分配处理,以得到所述训练样本框和对应的训练样本标签框之间的匹配关系;基于所述匹配关系构建所述训练样本框和对应的训练样本标签框之间的损失函数,并反向传播所述损失函数,以得到训练后的目标识别模型。
12、可选的,所述模型训练子模块,包括:
13、权重确定单元,用于按照图像训练样本对应的可见面积与预设权重匹配规则确定各个所述训练样本框的匹配权重;
14、匹配质量微调单元,用于基于所述匹配权重微调各个所述训练样本框与训练样本标签框之间的匹配质量;
15、样本分配单元,用于利用各个所述匹配质量生成质量匹配矩阵,以基于所述质量匹配矩阵确定各个训练样本框分别对应的目标训练样本标签框。
16、可选的,所述基于人工智能检测的视频预警系统,还包括:
17、后处理单元,用于对所述训练后的目标识别模型的推理层增加用于消除冗余检测框的预设后处理算法,以得到预设目标识别模型。
18、可选的,所述视频分析模块,包括:
19、特征提取单元,用于将所述待检测实时视频输入至预设目标识别模型,以便所述预设目标识别模型对所述待检测实时视频的所有关键帧的图像纹理特征、图像边缘特征、图像形状特征进行特征提取,以得到相应的目标图像特征;
20、特征融合单元,用于通过预设目标识别模型对所述目标图像特征进行特征融合,以得到相应的目标对象;
21、目标识别单元,用于通过预设目标识别模型利用目标检测框标注出所述目标对象,以基于所述目标检测框的标签信息预测所述目标对象的目标对象识别结果。
22、可选的,所述告警模块,包括:
23、告警单元,若所述事件检测结果为所述待检测实时视频中存在包含所述目标对象的异常事件,则通过警报信息和/或响警报音的方式进行告警通知;其中,所述告警通知包含所述异常事件的位置、类型、事件描述、抓拍图像和视频片段信息。
24、第二方面,本申请公开了一种基于人工智能检测的视频预警方法,包括:
25、获取待检测实时视频;
26、将所述待检测实时视频输入至预设目标识别模型,以便所述预设目标识别模型对所述待检测实时视频的关键帧进行特征提取,以得到通过目标检测框框选出的目标对象,并基于所述目标检测框携带的标签信息预测所述目标对象的目标对象识别结果;
27、基于所述目标对象识别结果检测所述待检测实时视频中是否存在包含所述目标对象的异常事件,以得到相应的事件检测结果;
28、若所述事件检测结果为所述待检测实时视频中存在包含所述目标对象的异常事件,则启动事件告警流程。
29、第三方面,本申请公开了一种电子设备,包括:
30、存储器,用于保存计算机程序;
31、处理器,用于执行所述计算机程序,以实现前述公开的基于人工智能检测的视频预警方法的步骤。
32、第四方面,本申请公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的基于人工智能检测的视频预警方法的步骤。
33、由此可见,本申请公开了一种基于人工智能检测的视频预警系统,包括:视频采集模块,用于获取待检测实时视频;视频分析模块,用于将所述待检测实时视频输入至预设目标识别模型,以便所述预设目标识别模型对所述待检测实时视频的关键帧进行特征提取,以得到通过目标检测框框选出的目标对象,并基于所述目标检测框携带的标签信息预测所述目标对象的目标对象识别结果;异常检测模块,用于基于所述目标对象识别结果检测所述待检测实时视频中是否存在包含所述目标对象的异常事件,以得到相应的事件检测结果;告警模块,用于若所述事件检测结果为所述待检测实时视频中存在包含所述目标对象的异常事件,则启动事件告警流程。可见,通过目标识别模型以及应用图像处理技术,实现对实时视频内容的智能分析和异常事件的实时检测,并且通过目标识别模型的检测框能够对存在遮挡的目标同样进行准确识别和预测,大大提升了复杂视频场景中目标识别以及异常事件检测的准确性,进一步降低误报率和漏报率。
本文档来自技高网...【技术保护点】
1.一种基于人工智能检测的视频预警系统,其特征在于,包括:
2.根据权利要求1所述的基于人工智能检测的视频预警系统,其特征在于,所述视频采集模块,包括:
3.根据权利要求1所述的基于人工智能检测的视频预警系统,其特征在于,还包括:
4.根据权利要求3所述的基于人工智能检测的视频预警系统,其特征在于,所述模型训练子模块,包括:
5.根据权利要求3所述的基于人工智能检测的视频预警系统,其特征在于,还包括:
6.根据权利要求1所述的基于人工智能检测的视频预警系统,其特征在于,所述视频分析模块,包括:
7.根据权利要求1至6任一项所述的基于人工智能检测的视频预警系统,其特征在于,所述告警模块,包括:
8.一种基于人工智能检测的视频预警方法,其特征在于,包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求8所述的基于人工智能检测的视频预警方法的步骤。
【技术特征摘要】
1.一种基于人工智能检测的视频预警系统,其特征在于,包括:
2.根据权利要求1所述的基于人工智能检测的视频预警系统,其特征在于,所述视频采集模块,包括:
3.根据权利要求1所述的基于人工智能检测的视频预警系统,其特征在于,还包括:
4.根据权利要求3所述的基于人工智能检测的视频预警系统,其特征在于,所述模型训练子模块,包括:
5.根据权利要求3所述的基于人工智能检测的视频预警系统,其特征在于,还包括:
6.根据权利要求...
【专利技术属性】
技术研发人员:侯卫锋,马超龙,石一,叶建位,
申请(专利权)人:浙江中智达科技有限公司,
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。