【技术实现步骤摘要】
本申请涉及监控处理，特别是涉及一种监控处理方法、装置、计算机设备、存储介质和程序产品。
技术介绍
1、随着科技的发展，监控设备被越来越多的应用于人们的生活和生产中。
2、监控设备通常需要与布设在不同监控点位的摄像头通信，以得到并展示不同监控点位采集的监控视频。相关技术中，监控设备是将不同监控点位的监控视频集中在大屏同步或循环进行展示。
3、然而，相关技术中无法精确完整的展示所需关注的对象的监控视频。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种监控处理方法、装置、计算机设备、介质和程序产品。
2、第一方面，本申请实施例提供一种监控处理方法，该方法包括：
3、获取监控区域中多个监控点位的缓存视频；
4、在多个监控点位的缓存视频中，确定至少一个感兴趣片段；感兴趣片段中的各视频帧均存在目标对象；
5、对至少一个感兴趣片段进行筛选处理，生成目标对象的事件视频；事件视频用于记录目标对象在监控区域从出现到消失的全过程事件；筛选处理包括根据感兴趣片段中相同采集时刻下视频帧的画面参数对相同采集时刻下视频帧进行画面质量排序，并根据画面质量排序的结果进行筛选；画面参数为视频帧中与目标对象相关的画面显示参数。
6、本申请实施例中，获取监控区域中多个监控点位的缓存视频，在多个监控点位的缓存视频中，确定至少一个感兴趣片段，并对至少一个感兴趣片段进行筛选处理，生成目标对象的事件视频；感兴趣片段中的各视频帧均存在目
7、在其中一个实施例中，在多个监控点位的缓存视频中，确定至少一个感兴趣片段，包括：
8、将接收到的目标对象的指示文本和各缓存视频中的视频帧输入语言图像多模态模型，检测各视频帧中目标对象的存在状态；
9、将各缓存视频中时序连续且存在目标对象的视频帧划分为一个感兴趣片段，得到至少一个感兴趣片段。
10、本申请实施例中，将接收到的目标对象的指示文本和各缓存视频中的视频帧输入语言图像多模态模型，检测各视频帧中目标对象的存在状态，以将各缓存视频中时序连续且存在目标对象的视频帧划分为一个感兴趣片段，得到至少一个感兴趣片段。上述方法中，基于语言图像多模态模型对视频帧进行目标对象的检测，使得检测不局限于单一对象，用户可根据实际场景需求输入需要检测的目标对象的指示文本，从而灵活调整所需检测的目标对象，因此提高了目标检测的灵活性。
11、在其中一个实施例中，上述方法还包括：
12、将监控区域的历史缓存视频中存在不同类型参考对象的样本图像和各样本图像中参考对象的指示文本作为训练样本，训练得到语言图像多模态模型。
13、本申请实施例中，将监控区域的历史缓存视频中存在不同类型参考对象的样本图像和各样本图像中参考对象的指示文本作为训练样本，训练得到语言图像多模态模型。上述方法中，采用监控区域的历史缓存视频确定训练样本，训练得到语言图像多模态模型，以用于检测监控区域中新获取的缓存视频，提高了语言多模态模型与监控场景之间的适配度，相应提高了检测结果的准确性。
14、在其中一个实施例中，将监控区域的历史缓存视频中存在不同类型参考对象的样本图像和各样本图像中参考对象的指示文本作为训练样本，训练得到语言图像多模态模型，包括：
15、将各指示文本和样本图像输入初始多模态模型，由初始多模态模型提取得到各指示文本的文本特征向量和各样本图像的图像特征向量；
16、获取各文本特征向量分别与各图像特征向量之间的向量相似度，调整初始多模态模型中的模型参数，以增大相同参考对象的文本特征向量和图像特征向量之间的向量相似度，直至达到训练截止条件，得到语言图像多模态模型。
17、本申请实施例中，将各指示文本和样本图像输入初始多模态模型，由初始多模态模型提取得到各指示文本的文本特征向量和各样本图像的图像特征向量，并获取各文本特征向量分别与各图像特征向量之间的向量相似度，调整初始多模态模型中的模型参数，以增大相同参考对象的文本特征向量和图像特征向量之间的向量相似度最大，直至达到训练截止条件，得到语言图像多模态模型。每组训练样本中包括多个相同参考对象的样本图像和指示文本。上述方法中，实现了对于语言图像多模态模型的训练，得到了可基于目标对象的指示文本进行目标对象的检测，使得检测不局限于单一对象，提高了目标检测的灵活性。
18、在其中一个实施例中，对至少一个感兴趣片段进行筛选处理，生成目标对象的事件视频，包括：
19、将所有感兴趣片段中同一采集时刻的视频帧划分为一个候选视频帧集合；候选视频帧集合中包括至少两帧采集时刻相同的视频帧；
20、在各候选视频帧集合中筛选至少一个备用视频帧；
21、根据各备用视频帧和所有感兴趣片段中的剩余视频帧，生成目标对象的事件视频。
22、本申请实施例中，将所有感兴趣片段中同一采集时刻的视频帧划分为一个候选视频帧集合，以在各候选视频帧集合中筛选至少一个备用视频帧，并根据各备用视频帧和所有感兴趣片段中的剩余视频帧，生成目标对象的事件视频；候选视频帧集合中包括至少两帧采集时刻相同的视频帧。上述方法中，在各所候选视频帧集合中筛选至少一个备用视频，以对采集时刻相同的多个视频帧进行精简，减少数据冗余，从而提高所得到的事件视频的精简性。
23、在其中一个实施例中，在各候选视频帧集合中筛选至少一个备用视频帧，包括：
24、针对各候选视频帧集合，获取候选视频帧集合中各视频帧的画面质量顺序；
25、根据画面质量顺序，在候选视频帧集合中确定顺序满足预设需求的至少一个视频帧作为备用视频帧。
26、本申请实施例中，针对各候选视频帧集合，获取候选视频帧集合中各视频帧的画面质量顺序，并根据画面质量顺序，在候选视频帧集合中确定顺序满足预设需求的至少一个视频帧作为备用视频帧。上述方法中，基于中各视频帧的画面质量顺序，候选视频帧集合中筛选得到顺序满足预设需求的备用视频帧，提高了筛选得到的备用视频帧的画面质量，可相应提高基于该备用视频帧生成的时间视频的画面质量。
27、在其中一个实施例中，获取候选视频帧集合中各视频帧的画面质量顺序，包括：
28、获取候选视频帧集合中各视频帧中至少一项目标对象的画面参数；
本文档来自技高网...
【技术保护点】
1.一种监控处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述在所述多个监控点位的缓存视频中，确定至少一个感兴趣片段，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述监控区域的历史缓存视频中存在参考对象的样本图像和各所述样本图像中参考对象的指示文本作为训练样本，训练得到所述语言图像多模态模型，包括：
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述对所述至少一个感兴趣片段进行筛选处理，生成所述目标对象的事件视频，包括：
6.根据权利要求5所述的方法，其特征在于，所述在各所述候选视频帧集合中筛选至少一个备用视频帧，包括：
7.根据权利要求6所述的方法，其特征在于，所述获取所述候选视频帧集合中各视频帧的画面质量顺序，包括：
8.根据权利要求7所述的方法，其特征在于，所述画面参数包括目标对象的数量、置信度和体积；所述根据各项所述画面参数对应的视频帧排列顺序，确定各所述视频帧的画面质量顺序，
9.根据权利要求5所述的方法，其特征在于，所述根据各所述备用视频帧和所有感兴趣片段中未被划分至所述候选视频帧集合的剩余视频帧，生成所述目标对象的事件视频，包括：
10.根据权利要求9所述的方法，其特征在于，所述根据各所述待处理片段生成所述事件视频，包括：
11.根据权利要求10所述的方法，其特征在于，所述根据各所述待处理片段生成所述事件视频，包括：
12.根据权利要求9所述的方法，其特征在于，所述根据各所述待处理片段生成所述事件视频，还包括：
13.根据权利要求12所述的方法，其特征在于，所述根据初始监控点位的缓存视频更新所述初始片段，包括：
14.根据权利要求1-4中任一项所述的方法，其特征在于，所述方法还包括：
15.一种监控处理装置，其特征在于，所述装置包括：
16.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至14中任一项所述方法的步骤。
17.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至14中任一项所述方法的步骤。
18.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至14中任一项所述方法的步骤。
...【技术特征摘要】
1.一种监控处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述在所述多个监控点位的缓存视频中，确定至少一个感兴趣片段，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述监控区域的历史缓存视频中存在参考对象的样本图像和各所述样本图像中参考对象的指示文本作为训练样本，训练得到所述语言图像多模态模型，包括：
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述对所述至少一个感兴趣片段进行筛选处理，生成所述目标对象的事件视频，包括：
6.根据权利要求5所述的方法，其特征在于，所述在各所述候选视频帧集合中筛选至少一个备用视频帧，包括：
7.根据权利要求6所述的方法，其特征在于，所述获取所述候选视频帧集合中各视频帧的画面质量顺序，包括：
8.根据权利要求7所述的方法，其特征在于，所述画面参数包括目标对象的数量、置信度和体积；所述根据各项所述画面参数对应的视频帧排列顺序，确定各所述视频帧的画面质量顺序，包括：
9.根据权利要求5所述的方法，其特征在于，所述根据各所述备用视频帧和所有感兴趣片段中未被划分至所...
【专利技术属性】
技术研发人员：刘晓磊，
申请(专利权)人：宁德时代新能源科技股份有限公司，
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。