【技術實現步驟摘要】
本申請涉及人工智能，尤其涉及一種異常情況的檢測方法、裝置、設備及存儲介質。
技術介紹
1、隨著業務的數字化和智能化轉型，企業不僅面臨著業務量的持續增長，也需要在保障客戶體驗的同時提高運營效率。尤其是在一些網點的服務過程中，排隊時間過長、擁堵等問題不僅影響客戶的滿意度，也可能導致網點的運營效率下降，甚至出現安全隱患；
2、在現有技術中，常常通過網點的安保人員或者其他服務人員進行實時監督和調整，以提升客戶滿意度、提高運營效率。
3、然而，現有技術的依靠人力的監督和調整，會存在效率較低、主觀性過強的情況發生，從而影響服務質量。
技術實現思路
1、本申請實施例提供一種異常情況的檢測方法、裝置、設備及存儲介質，用以達到實時檢測到業務大廳中的異常情況，提高服務質量的效果。
2、第一方面，本申請實施例提供一種異常情況的檢測方法，包括：
3、獲取待檢測視頻數據；
4、將所述待檢測視頻數據輸入至行為檢測模型中，得到所述待檢測視頻數據對應的目標檢測結果，所述行為檢測模型是基于至少一個視頻數據對應的標注結果，對yolo模型進行訓練得到的，所述標注結果用于指示所述視頻數據中的人員的位置、以及所述人員的行為對應的置信度；
5、根據所述目標檢測結果，確定所述待檢測視頻數據中的目標異常情況。
6、在一種可能的實施方式中，所述目標檢測結果包括：目標人員的位置、以及所述目標人員的行為對應的目標置信度；
7、相應的，所述根
8、根據所述目標人員的位置、以及所述目標置信度，確定所述目標人員的至少一個行為信息和所述至少一個行為信息對應的置信度；
9、針對每個行為信息，若所述行為信息對應的置信度大于預設的第一置信度閾值、且所述行為信息大于預設的行為異常閾值，確定所述待檢測視頻數據中的目標異常情況為所述行為信息對應的行為異常。
10、在一種可能的實施方式中，所述行為信息包括如下任一種：聚集行為、排隊行為、奔跑行為；
11、相應的，所述行為異常閾值包括如下任一種：聚集行為對應的人員密度異常閾值、排隊行為對應的隊伍長度異常閾值、奔跑行為對應的速度異常閾值。
12、在一種可能的實施方式中，所述將所述待檢測視頻數據輸入至行為檢測模型中，得到所述待檢測視頻數據對應的目標檢測結果，包括：
13、針對所述待檢測視頻數據中的每幀待檢測圖像，將所述待檢測圖像進行網格劃分，得到至少一個預測框；
14、針對每個預測框，確定所述預測框中的是否存在第一人員；
15、若所述預測框中存在第一人員，確定出所述第一人員的位置、所述第一以及所述第一人員的行為對應的置信度；
16、其中，所述目標人員包括：各個第一人員。
17、在一種可能的實施方式中，所述方法還包括：
18、將小于預設的第二置信度閾值的所述第一人員的行為的置信度對應的預測框清除。
19、在一種可能的實施方式中，所述方法還包括：
20、獲取基于用戶對所述待檢測視頻數據進行標注的第一標注結果；
21、根據所述待檢測視頻數據和所述第一標注結果，對所述行為檢測模型進行更新。
22、在一種可能的實施方式中，所述方法還包括：
23、在預先設定的映射關系中確定出所述目標異常情況對應的目標處理策略，所述映射關系中記載有至少一個異常情況和至少一個處理策略的對應關系；
24、執行所述目標處理策略。
25、第二方面，本申請實施例提供一種異常情況的檢測裝置，包括：
26、獲取模塊，用于獲取待檢測視頻數據；
27、處理模塊，用于將所述待檢測視頻數據輸入至行為檢測模型中，得到所述待檢測視頻數據對應的目標檢測結果，所述行為檢測模型是基于至少一個視頻數據對應的標注結果，對yolo模型進行訓練得到的，所述標注結果用于指示所述視頻數據中的人員的位置、以及所述人員的行為對應的置信度；
28、確定模塊，用于根據所述目標檢測結果，確定所述待檢測視頻數據中的目標異常情況。
29、在一種可能的實施方式中，所述目標檢測結果包括：目標人員的位置、以及所述目標人員的行為對應的目標置信度；
30、相應的，所述確定模塊，具體用于：
31、根據所述目標人員的位置、以及所述目標置信度，確定所述目標人員的至少一個行為信息和所述至少一個行為信息對應的置信度；
32、針對每個行為信息，若所述行為信息對應的置信度大于預設的第一置信度閾值、且所述行為信息大于預設的行為異常閾值，確定所述待檢測視頻數據中的目標異常情況為所述行為信息對應的行為異常。
33、在一種可能的實施方式中，所述行為信息包括如下任一種：聚集行為、排隊行為、奔跑行為；
34、相應的，所述行為異常閾值包括如下任一種：聚集行為對應的人員密度異常閾值、排隊行為對應的隊伍長度異常閾值、奔跑行為對應的速度異常閾值。
35、在一種可能的實施方式中，所述處理模塊，具體用于：
36、針對所述待檢測視頻數據中的每幀待檢測圖像，將所述待檢測圖像進行網格劃分，得到至少一個預測框；
37、針對每個預測框，確定所述預測框中的是否存在第一人員；
38、若所述預測框中存在第一人員，確定出所述第一人員的位置、所述第一以及所述第一人員的行為對應的置信度；
39、其中，所述目標人員包括：各個第一人員。
40、在一種可能的實施方式中，所述處理模塊，還用于：
41、將小于預設的第二置信度閾值的所述第一人員的行為的置信度對應的預測框清除。
42、在一種可能的實施方式中，所述處理模塊，還用于：
43、獲取基于用戶對所述待檢測視頻數據進行標注的第一標注結果；
44、根據所述待檢測視頻數據和所述第一標注結果，對所述行為檢測模型進行更新。
45、在一種可能的實施方式中，所述處理模塊，還用于：
46、在預先設定的映射關系中確定出所述目標異常情況對應的目標處理策略，所述映射關系中記載有至少一個異常情況和至少一個處理策略的對應關系；
47、執行所述目標處理策略。
48、第三方面，本申請實施例提供一種電子設備，包括：存儲器，處理器；
49、所述存儲器存儲計算機執行指令；
50、所述處理器執行所述存儲器存儲的計算機執行指令，使得所述處理器執行如上第一方面和/或第一方面各種可能的實施方式。
51、第四方面，本申請實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有計算機執行指令，所述計算機執行指令被處理器執行時用于實現如上第一方面和/或第一方面各種可能的實施方式。
52、第五方面，本申請實本文檔來自技高網...
【技術保護點】
1.一種異常情況的檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述目標檢測結果包括：目標人員的位置、以及所述目標人員的行為對應的目標置信度；
3.根據權利要求2所述的方法，其特征在于，所述行為信息包括如下任一種：聚集行為、排隊行為、奔跑行為；
4.根據權利要求1-3任一項所述的方法，其特征在于，所述將所述待檢測視頻數據輸入至行為檢測模型中，得到所述待檢測視頻數據對應的目標檢測結果，包括：
5.根據權利要求4所述的方法，其特征在于，所述方法還包括：
6.根據權利要求1-3任一項所述的方法，其特征在于，所述方法還包括：
7.根據權利要求1-3任一項所述的方法，其特征在于，所述方法還包括：
8.一種異常情況的檢測裝置，其特征在于，所述裝置包括：
9.一種電子設備，其特征在于，包括：存儲器，處理器；
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機執行指令，所述計算機執行指令被處理器執行時用于實現如權利要求1-7任一
...【技術特征摘要】
1.一種異常情況的檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述目標檢測結果包括：目標人員的位置、以及所述目標人員的行為對應的目標置信度；
3.根據權利要求2所述的方法，其特征在于，所述行為信息包括如下任一種：聚集行為、排隊行為、奔跑行為；
4.根據權利要求1-3任一項所述的方法，其特征在于，所述將所述待檢測視頻數據輸入至行為檢測模型中，得到所述待檢測視頻數據對應的目標檢測結果，包括：
5.根據權利要求4所述的方法...
【專利技術屬性】
技術研發人員：方李雪子，
申請(專利權)人：中國銀行股份有限公司，
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。