【技術實現步驟摘要】
本專利技術涉及計算機視覺領域，特別涉及基于人工智能檢測的視頻預警系統、方法、設備及介質。
技術介紹
1、隨著社會的不斷發展和進步，對于安全監控和預警系統的需求日益增長。傳統的監控系統主要依賴于人工巡視和操作，存在著人力成本高、監控范圍有限、誤報率高等問題。為了提高監控效率和準確性，自動化的視頻預警系統應運而生。這些系統利用目標識別和圖像處理技術，能夠對實時視頻進行自動分析和處理，從中提取有價值的信息，并實時檢測和報警異常事件，為安全管理提供重要支持。
2、然而，現有的視頻預警系統在實際應用中仍存在一些挑戰和限制。一方面，傳統的視頻分析方法往往需要復雜的手動設置和調整參數，且對于復雜場景和變化多樣的目標難以準確識別和分類。另一方面，傳統的異常檢測方法主要依賴于基于規則和模板的檢測算法，缺乏對復雜異常場景的適應性和靈活性，同時無法做到準確的實時識別。
3、綜上，如何能夠在復雜場景下對大量視頻流中的目標準確識別和報警異常事件，降低誤報率和漏報率是本領域有待解決的技術問題。
技術實現思路
1、有鑒于此，本專利技術的目的在于提供基于人工智能檢測的視頻預警系統、方法、設備及介質，能夠在復雜場景下對大量視頻流中的目標準確識別和報警異常事件，降低誤報率和漏報率。其具體方案如下：
2、第一方面，本申請公開了一種基于人工智能檢測的視頻預警系統，包括：
3、視頻采集模塊，用于獲取待檢測實時視頻；
4、視頻分析模塊，用于將所述待檢測實時視頻輸入至
5、異常檢測模塊，用于基于所述目標對象識別結果檢測所述待檢測實時視頻中是否存在包含所述目標對象的異常事件，以得到相應的事件檢測結果；
6、告警模塊，用于若所述事件檢測結果為所述待檢測實時視頻中存在包含所述目標對象的異常事件，則啟動事件告警流程。
7、可選的，所述視頻采集模塊，包括：
8、視頻采集單元，用于通過視頻監控裝置和視頻網絡獲取壓縮格式的實時視頻；
9、視頻處理單元，用于解碼所述壓縮格式的實時視頻，以獲取待檢測實時視頻。
10、可選的，所述基于人工智能檢測的視頻預警系統，還包括：
11、模型訓練子模塊，用于利用攜帶訓練樣本框及訓練樣本標簽框的圖像訓練數據集對初始目標識別模型進行訓練，以便所述初始目標識別模型提取訓練圖像特征，并對獲取的所述訓練圖像特征進行樣本分配處理，以得到所述訓練樣本框和對應的訓練樣本標簽框之間的匹配關系；基于所述匹配關系構建所述訓練樣本框和對應的訓練樣本標簽框之間的損失函數，并反向傳播所述損失函數，以得到訓練后的目標識別模型。
12、可選的，所述模型訓練子模塊，包括：
13、權重確定單元，用于按照圖像訓練樣本對應的可見面積與預設權重匹配規則確定各個所述訓練樣本框的匹配權重；
14、匹配質量微調單元，用于基于所述匹配權重微調各個所述訓練樣本框與訓練樣本標簽框之間的匹配質量；
15、樣本分配單元，用于利用各個所述匹配質量生成質量匹配矩陣，以基于所述質量匹配矩陣確定各個訓練樣本框分別對應的目標訓練樣本標簽框。
16、可選的，所述基于人工智能檢測的視頻預警系統，還包括：
17、后處理單元，用于對所述訓練后的目標識別模型的推理層增加用于消除冗余檢測框的預設后處理算法，以得到預設目標識別模型。
18、可選的，所述視頻分析模塊，包括：
19、特征提取單元，用于將所述待檢測實時視頻輸入至預設目標識別模型，以便所述預設目標識別模型對所述待檢測實時視頻的所有關鍵幀的圖像紋理特征、圖像邊緣特征、圖像形狀特征進行特征提取，以得到相應的目標圖像特征；
20、特征融合單元，用于通過預設目標識別模型對所述目標圖像特征進行特征融合，以得到相應的目標對象；
21、目標識別單元，用于通過預設目標識別模型利用目標檢測框標注出所述目標對象，以基于所述目標檢測框的標簽信息預測所述目標對象的目標對象識別結果。
22、可選的，所述告警模塊，包括：
23、告警單元，若所述事件檢測結果為所述待檢測實時視頻中存在包含所述目標對象的異常事件，則通過警報信息和/或響警報音的方式進行告警通知；其中，所述告警通知包含所述異常事件的位置、類型、事件描述、抓拍圖像和視頻片段信息。
24、第二方面，本申請公開了一種基于人工智能檢測的視頻預警方法，包括：
25、獲取待檢測實時視頻；
26、將所述待檢測實時視頻輸入至預設目標識別模型，以便所述預設目標識別模型對所述待檢測實時視頻的關鍵幀進行特征提取，以得到通過目標檢測框框選出的目標對象，并基于所述目標檢測框攜帶的標簽信息預測所述目標對象的目標對象識別結果；
27、基于所述目標對象識別結果檢測所述待檢測實時視頻中是否存在包含所述目標對象的異常事件，以得到相應的事件檢測結果；
28、若所述事件檢測結果為所述待檢測實時視頻中存在包含所述目標對象的異常事件，則啟動事件告警流程。
29、第三方面，本申請公開了一種電子設備，包括：
30、存儲器，用于保存計算機程序；
31、處理器，用于執行所述計算機程序，以實現前述公開的基于人工智能檢測的視頻預警方法的步驟。
32、第四方面，本申請公開了一種計算機可讀存儲介質，用于存儲計算機程序；其中，所述計算機程序被處理器執行時實現前述公開的基于人工智能檢測的視頻預警方法的步驟。
33、由此可見，本申請公開了一種基于人工智能檢測的視頻預警系統，包括：視頻采集模塊，用于獲取待檢測實時視頻；視頻分析模塊，用于將所述待檢測實時視頻輸入至預設目標識別模型，以便所述預設目標識別模型對所述待檢測實時視頻的關鍵幀進行特征提取，以得到通過目標檢測框框選出的目標對象，并基于所述目標檢測框攜帶的標簽信息預測所述目標對象的目標對象識別結果；異常檢測模塊，用于基于所述目標對象識別結果檢測所述待檢測實時視頻中是否存在包含所述目標對象的異常事件，以得到相應的事件檢測結果；告警模塊，用于若所述事件檢測結果為所述待檢測實時視頻中存在包含所述目標對象的異常事件，則啟動事件告警流程。可見，通過目標識別模型以及應用圖像處理技術，實現對實時視頻內容的智能分析和異常事件的實時檢測，并且通過目標識別模型的檢測框能夠對存在遮擋的目標同樣進行準確識別和預測，大大提升了復雜視頻場景中目標識別以及異常事件檢測的準確性，進一步降低誤報率和漏報率。
本文檔來自技高網...【技術保護點】
1.一種基于人工智能檢測的視頻預警系統，其特征在于，包括：
2.根據權利要求1所述的基于人工智能檢測的視頻預警系統，其特征在于，所述視頻采集模塊，包括：
3.根據權利要求1所述的基于人工智能檢測的視頻預警系統，其特征在于，還包括：
4.根據權利要求3所述的基于人工智能檢測的視頻預警系統，其特征在于，所述模型訓練子模塊，包括：
5.根據權利要求3所述的基于人工智能檢測的視頻預警系統，其特征在于，還包括：
6.根據權利要求1所述的基于人工智能檢測的視頻預警系統，其特征在于，所述視頻分析模塊，包括：
7.根據權利要求1至6任一項所述的基于人工智能檢測的視頻預警系統，其特征在于，所述告警模塊，包括：
8.一種基于人工智能檢測的視頻預警方法，其特征在于，包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，其特征在于，用于存儲計算機程序；其中，所述計算機程序被處理器執行時實現如權利要求8所述的基于人工智能檢測的視頻預警方法的步驟。
【技術特征摘要】
1.一種基于人工智能檢測的視頻預警系統，其特征在于，包括：
2.根據權利要求1所述的基于人工智能檢測的視頻預警系統，其特征在于，所述視頻采集模塊，包括：
3.根據權利要求1所述的基于人工智能檢測的視頻預警系統，其特征在于，還包括：
4.根據權利要求3所述的基于人工智能檢測的視頻預警系統，其特征在于，所述模型訓練子模塊，包括：
5.根據權利要求3所述的基于人工智能檢測的視頻預警系統，其特征在于，還包括：
6.根據權利要求...
【專利技術屬性】
技術研發人員：侯衛鋒，馬超龍，石一，葉建位，
申請(專利權)人：浙江中智達科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。