异常行为检测方法、装置和存储介质制造方法及图纸

本申请涉及一种异常行为检测方法、装置和存储介质，其包括以下步骤：获取待检测视频；对所述待检测视频进行编码，以获取编码过程中产生的中间编码信息，并将该中间编码信息作为待检测中间编码信息；根据所述待检测中间编码信息判断待检测视频是否符合预设的异常行为检测标准，如果是，则判定所述待检测视频存在异常行为。本申请具有降低工作的复杂度，减少设备的工作量，同时避免因复杂的编码、解码过程而导致的延时的效果。而导致的延时的效果。而导致的延时的效果。

【技术实现步骤摘要】
异常行为检测方法、装置和存储介质


[0001]本申请涉及计算机技术的领域，尤其是涉及一种异常行为检测方法、装置、计算机设备和可读存储介质。

技术介绍

[0002]为了保障社会秩序和公共安全，公共场所的视频监控设备逐年增加。面对海量监控视频数据，传统视频监控系统往往通过人工对监控视频进行实时监测，或出现异常后调取监控视频。上述监测方式通常导致监测效率低、准确率差、响应实时性不足等问题。
[0003]现有的监控异常行为自动检测方法极大程度上提升了安防监控异常事件的检测效率。但是该方法需要对监控设备采集的视频数据进行编码，进而再对解码之后的视频进行空间域和时间域的复杂处理和分析，导致实时性低，因此无法满足突发异常场景下的高实时性检测。因此，针对上述群体异常行为检测方法，专利技术人认为存在以下几个方面的缺陷。
[0004]第一方面、从视频采集到获取可被处理分析的视频数据的过程中存在多个延时环节。现有的监控异常行为自动检测方法，为了得到可被处理分析的视频数据，需要经过摄像头视频采集、视频编码、编码码流传输、监控中心设备对视频码流的解码等环节，最终得到可以进行处理和分析的视频数据，上述中间环节所产生的编码延时、传输延时和解码延时极大影响异常行为检测的实时性。
[0005]第二方面、在空间域和时间域进行监控视频的异常行为检测延时。由于现有的群体异常行为检测方法以监控视频数据作为运动目标检测和异常行为分析的数据基础，运动目标检测需要对视频数据进行逐像素或逐像素块的运算，因此运算复杂度高，从而带来较大延时。而基于聚类和分类、推理模型或系数表达的异常行为分析，则需要对大量空间域和时域的特征信息进行训练和分析，因此进一步带来较大延时。
[0006]第三方面、运动目标检测和异常行为分析复杂度高，需要在图像域进行，导致实时性差。

技术实现思路

[0007]为了至少解决上述问题，本申请提供了一种异常行为检测方法、装置、计算机设备和可读存储介质。本申请的技术方案采用在对视频进行编码的过程中产生的中间编码信息来进行运动目标检测和异常行为检测，无需对监控视频进行复杂的编码、解码，从而降低了工作的复杂度，减少了设备的工作量，同时也避免了因复杂的编码、解码过程而导致的延时。
[0008]本申请采用如下技术方案实现上述目的：第一方面，本申请提供一种异常行为检测方法，包括以下步骤：获取待检测视频；对所述待检测视频进行编码，以获取编码过程中产生的中间编码信息，并将该中间编码信息作为待检测中间编码信息；根据所述待检测中间编码信息判断待检测视频是否符合预设
的异常行为检测标准，如果是，则判定所述待检测视频存在异常行为。
[0009]通过采用上述技术方案，采用在对待检测视频进行编码的过程中产生的中间编码信息，来判断待检测视频是否符合预设的异常行为检测标准。可以无需对监控视频进行复杂的编码、解码，更无需对待检测视频进行逐像素或逐像素块的运算，从而降低了工作的复杂度，减少了设备的工作量，同时也避免了因复杂的编码、解码过程而导致的延时。
[0010]可选的，所述异常行为检测标准的构建包括以下步骤：获取训练视频；对所述训练视频进行编码，以获取编码过程中产生的中间编码信息，并将该中间编码信息作为训练中间编码信息；根据所述训练中间编码信息来构建异常行为检测标准。
[0011]通过采用上述技术方案，可以利用在对训练视频进行编码的过程中产生的中间编码信息，来构建异常行为检测标准，而无需对训练视频进行复杂的编码、解码，因而降低了构建异常行为检测模型的复杂度，减少了设备的工作量。
[0012]可选的，所述获取编码过程中产生的中间编码信息，包括以下步骤：获取被编码视频中每一帧中每个编码块在编码过程中产生的局部特征信息；对所述局部特征信息进行统计计算，以得到每一帧的全局特征信息，并将所述全局特征信息作为中间编码信息。
[0013]通过采用上述技术方案，可以在对视频进行编码的过程中，选取视频的帧序列中每一帧的每个编码块的局部特征信息，并且根据所述局部特征信息可以获得每一帧的全局特征信息，进一步地可以根据该局部特征信息或全局特征信息分析视频中的每一帧的全局运动模式，实现了对视频编码过程中的中间编码信息的巧妙的选取、处理和利用。
[0014]可选的，所述局部特征信息包括以下信息的一种或多种：运动矢量信息、块划分信息以及码率信息。
[0015]通过采用上述技术方案，在对视频进行编码的过程中，选取视频的帧序列中每个编码块的与运动模式相关的信息，来分析和确定视频中物体的运动模式，可以使分析结果更准确。
[0016]可选的，所述根据训练中间编码信息来构建异常行为检测标准包括以下步骤：对所述训练中间编码信息在其相应的特征空间进行聚类；根据聚类结果确定异常行为运动模式，所述异常行为运动模式的种类至少为一种；将是否包含上述异常行为运动模式中的至少一种作为异常行为检测标准。
[0017]通过采用上述技术方案，选用聚类的方式对中间编码信息中的全局特征信息进行处理和分析，以便于确定异常行为运动模式。由于聚类为成熟且常见的方法，因此在可以更快速、更准确地确定异常行为运动模式。
[0018]可选的，所述根据待检测中间编码信息判断待检测视频是否符合预设的异常行为检测标准，包括以下步骤：根据所述待检测中间编码信息确定所述待检测视频中每一帧的全局运动模式；判断所述全局运动模式是否属于所述异常行为运动模式，如果是，则判断待检测视频符合所述异常行为检测标准。
[0019]通过采用上述技术方案，将每一帧的全局运动模式与异常行为运动模式进行对比，可以便捷、快速地判断所述待检测视频符合所述异常行为检测标准。
[0020]可选的，所述异常行为检测方法还包括：响应于所述待检测视频符合所述异常行为检测标准，输出其相应的异常行为运动模式。
[0021]通过采用上述技术方案，不仅可以及时发现异常行为，还可以向用户输出异常行
为的运动模式。
[0022]第二方面，本申请提供一种异常行为检测装置，包括：运动目标检测模块，用于获取待检测视频，对所述待检测视频进行编码，以获取编码过程中产生的中间编码信息，并将该中间编码信息作为待检测中间编码信息；以及异常行为检测模块，其包括预设的异常行为检测标准，用于根据所述待检测中间编码信息判断待检测视频是否符合预设的异常行为检测标准，如果是，则判定所述待检测视频存在异常行为。
[0023]通过采用上述技术方案，采用在对待检测视频进行编码的过程中产生的中间编码信息，来判断待检测视频是否符合预设的异常行为检测标准。无需解码器，从而降低了设备成本，同时降低了工作的复杂度，减少了工作量，另外也避免了因复杂的编码、解码过程而导致的延时。
[0024]第三方面，本申请提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一异常行为检测方法的步骤。
[0025]通过采用上述技术方案，处理器内的计算机程序被执本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常行为检测方法，其特征在于，包括以下步骤：获取待检测视频；对所述待检测视频进行编码，以获取编码过程中产生的中间编码信息，并将该中间编码信息作为待检测中间编码信息；根据所述待检测中间编码信息判断待检测视频是否符合预设的异常行为检测标准，如果是，则判定所述待检测视频存在异常行为。2.根据权利要求1所述的异常行为检测方法，其特征在于，所述异常行为检测标准的构建包括以下步骤：获取训练视频；对所述训练视频进行编码，以获取编码过程中产生的中间编码信息，并将该中间编码信息作为训练中间编码信息；根据所述训练中间编码信息来构建异常行为检测标准。3.根据权利要求1或2所述的异常行为检测方法，其特征在于，所述获取编码过程中产生的中间编码信息，包括以下步骤：获取被编码视频中每一帧中每个编码块在编码过程中产生的局部特征信息；对所述局部特征信息进行统计计算，以得到每一帧的全局特征信息，并将所述全局特征信息作为中间编码信息。4.根据权利要求3所述的异常行为检测方法，其特征在于，所述局部特征信息包括以下信息的一种或多种：运动矢量信息、块划分信息以及码率信息。5.根据权利要求4所述的异常行为检测方法，其特征在于，所述根据训练中间编码信息来构建异常行为检测标准包括以下步骤：对所述训练中间编码信息在其相应的特征空间进行聚类；根据聚类结果确定异常行为运动模式，所述异常行为运动模式的种类至少为一种；将是否包含...

【专利技术属性】
技术研发人员：张现，贾路恒，
申请(专利权)人：中科融信科技有限公司，
类型：发明
国别省市：