一种基于视频语义的道路视频监控设备异常检测方法技术

本发明专利技术涉及图像识别技术领域，具体公开了一种基于视频语义的道路视频监控设备异常检测方法，包括：步骤S1：获取道路视频监控设备拍摄到的当前道路监控图像；步骤S2：从当前道路监控图像中分别识别出所有特定目标和所有特定区域；步骤S3：判断各个特定区域的比例是否在合理比例范围内；若否，则确定出该道路视频监控设备存在监控角度异常；若是，则从当前道路监控图像中识别出遮挡物，并确定出遮挡物的位置、形状和面积，然后执行步骤S4；步骤S4：判断遮挡物的位置是否接近当前道路监控图像的中心且遮挡物的面积是否大于预设值；若是，则确定出该道路视频监控设备存在遮挡情况；反之，则对当前道路监控图像中的未知污迹进行识别，当无法识别出当前道路监控图像中的未知污迹时，执行步骤S5；步骤S5：获取该道路视频监控设备在不同时间点拍摄到的道路监控图像，当该未知污迹在不同时间点的道路监控图像中的位置固定不变时，则确定出该道路视频监控设备存在镜头污损。本发明专利技术能够自动发现道路视频监控设备的异常状态，提高道路视频监控设备维护的及时性。

【技术实现步骤摘要】

本专利技术涉及图像识别，更具体地，涉及一种基于视频语义的道路视频监控设备异常检测方法。

技术介绍

1、道路视频监控设备常见故障包括断电、断网、设备损坏、网络丢包等硬件问题，也包括焦距、云台、白平衡等设置问题和镜头遮挡、照明问题等维护问题。前者在后端视频上，直接表现为黑屏、白屏、蓝屏等无画面故障和画面卡顿、时有时无、马赛克等，而后者表现为画面模糊、角度问题（面向天空、面向路面或面向路外）、偏色、遮挡、镜头污损(霜、雾、水滴、灰尘)、画面过暗、细节丢失、低对比度等。

2、传统的视频图像异常检测技术，基于图像和画质分析，比较适合无画面、马赛克、偏色、画面过暗、低对比度的检测。但对于焦距问题、角度问题、遮挡、镜头污损(霜、雾、水滴、灰尘)等问题的检测效果不理想，误检率比较高，严重影响运维效率。

3、为此，不少研究者尝试利用基于深度学习的分类技术识别视频图像异常状态，取得了一定的成效。但是该方法还是存在一些问题：

4、一是异常状态分类的边界不可知不可控。以角度问题中面向天空这种异常状态为例，到底天空在图像中占多少比例意味着异常，是本文档来自技高网...

【技术保护点】

1.一种基于视频语义的道路视频监控设备异常检测方法，其特征在于，所述基于视频语义的道路视频监控设备异常检测方法包括以下步骤：

2.根据权利要求1所述的基于视频语义的道路视频监控设备异常检测方法，其特征在于，所述特定目标包括道路交通基本元素、道路设施和路外目标，所述特定区域包括道路区域、建筑物区域、天空区域和农田区域，其中，所述道路交通基本元素包括交通标志、标线、行人和车辆，所述道路设施包括跨线桥、龙门架、立杆、标志牌和护栏，所述路外目标包括房屋、树木、人、动物和物品。

3.根据权利要求1所述的基于视频语义的道路视频监控设备异常检测方法，其特征在于，在所述获取道路视...

【技术特征摘要】

1.一种基于视频语义的道路视频监控设备异常检测方法，其特征在于，所述基于视频语义的道路视频监控设备异常检测方法包括以下步骤：

2.根据权利要求1所述的基于视频语义的道路视频监控设备异常检测方法，其特征在于，所述特定目标包括道路交通基本元素、道路设施和路外目标，所述特定区域包括道路区域、建筑物区域、天空区域和农田区域，其中，所述道路交通基本元素包括交通标志、标线、行人和车辆，所述道路设施包括跨线桥、龙门架、立杆、标志牌和护栏，所述路外目标包括房屋、树木、人、动物和物品。

3.根据权利要求1所述的基于视频语义的道路视频监控设备异常检测方法，其特征在于，在所述获取道路视频监控设备拍摄到的当前道路监控图像之后，还包括：

4.根据权利要求1所述的基...

【专利技术属性】
技术研发人员：黄淑兵，杨卓敏，赵磊，赵北辰，马文峰，葛广照，朱骏飞，黎厚冰，
申请(专利权)人：公安部交通管理科学研究所，
类型：发明
国别省市：