[發(fā)明專利]用于監(jiān)控系統(tǒng)的異常事件檢測方法在審
| 申請?zhí)枺?/td> | 201810902505.5 | 申請日: | 2018-08-09 |
| 公開(公告)號: | CN109034092A | 公開(公告)日: | 2018-12-18 |
| 發(fā)明(設(shè)計)人: | 聞佳;鄧佳 | 申請(專利權(quán))人: | 燕山大學(xué) |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/32;G06K9/62;G06N3/04 |
| 代理公司: | 北京孚睿灣知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11474 | 代理人: | 韓燕 |
| 地址: | 066000 河北省*** | 國省代碼: | 河北;13 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 異常事件檢測 異常事件 模型訓(xùn)練 測試集 監(jiān)控系統(tǒng) 訓(xùn)練集 檢測 模型初始化 圖像預(yù)處理 圖像處理 圖像增強 網(wǎng)絡(luò)參數(shù) 網(wǎng)絡(luò)結(jié)構(gòu) 訓(xùn)練要求 初始化 歸一化 可視化 準確率 場景 | ||
1.一種用于監(jiān)控系統(tǒng)的異常事件檢測方法,其特征在于:其包括
以下步驟:
S1、圖像處理:在異常事件模型訓(xùn)練之前,進行圖像預(yù)處理以及圖像增強處理,以便將各種待檢測的異常事件特征進行凸顯,并將處理好的數(shù)據(jù)按照7:3的比例分為訓(xùn)練集和測試集;
S2、模型訓(xùn)練:用所述處理好的訓(xùn)練集進行異常事件模型訓(xùn)練,首先進行異常事件模型初始化,然后設(shè)計網(wǎng)絡(luò)結(jié)構(gòu),初始化網(wǎng)絡(luò)參數(shù),根據(jù)異常事件模型的訓(xùn)練要求,增加批歸一化和Dropout訓(xùn)練技巧模塊,最終獲得訓(xùn)練好的異常事件檢測模型;
S3、異常事件檢測:用測試集對所述訓(xùn)練好的模型進行異常事件檢測,最后將檢測的結(jié)果可視化在測試集上。
2.根據(jù)權(quán)利要求1所述的用于監(jiān)控系統(tǒng)的異常事件檢測方法,其特征在于:在所述步驟S1中的圖像處理具體包括以下子步驟:
S11數(shù)據(jù)預(yù)處理:將視頻集解析成視頻幀圖像,然后進行ROI處理、下采樣處理和光流處理;
S12數(shù)據(jù)篩選:將數(shù)據(jù)集中無事件的圖像過濾掉,保留有意義的圖像,具體方法為通過像素之間的比對,首先求得向量的模長,然后計算內(nèi)積,通過內(nèi)積進行像素比對,得到無事件的圖像,所述無事件的圖像像素較空,圖像內(nèi)積較小;
S13數(shù)據(jù)增強:篩選出優(yōu)質(zhì)訓(xùn)練集之后,將篩選出的圖像進行圖像翻轉(zhuǎn)變換,圖像反射變換以及圖像椒鹽噪聲處理,擴充訓(xùn)練集數(shù)量。
3.根據(jù)權(quán)利要求2所述的用于監(jiān)控系統(tǒng)的異常事件檢測方法,其特征在于:S11具體包括以下步驟:
①進行ROI處理:基于的原視頻幀大小是1920*1080,通過多次場景分析,最終確定提取ROI設(shè)置的大小為700*700;首先定義一個700*700像素全為0的三通道目的圖像Image1,然后在原視頻幀中,指定適當(dāng)位置,用原視頻圖像與Image1圖像作“與”操作之后,獲得的區(qū)域圖像作為最終的ROI圖像區(qū)域;
②直接將ROI處理之后的圖像送到神經(jīng)網(wǎng)絡(luò)中去訓(xùn)練,在獲取ROI圖像區(qū)域之后又對其進行下采樣處理:先定義一個指定大小像素全為0的三通道目的圖像Image2,然后,采用最近鄰插值算法,將圖像下采樣到指定尺寸;
③在進行ROI和下采樣處理之后,給訓(xùn)練圖像引入了運動信息,進行光流處理,用來捕獲運動信息。
4.根據(jù)權(quán)利要求2所述的用于監(jiān)控系統(tǒng)的異常事件檢測方法,其特征在于:S13具體包括以下步驟:
①圖翻轉(zhuǎn)變換:將原坐標點(x0,y0)順時針旋轉(zhuǎn)a度之后,得到坐標(x*,y*),如果原坐標為x0=rcosb,y0=rsinb,其中,r表示原坐標點到坐標軸原點(0,0)的距離,b表示原坐標點到原點的直線與x軸的夾角,則翻轉(zhuǎn)變化之后的像素點的坐標為
x*=rcosb-a=rcosbcosa+rsinbsina=x0cosa+y0sina,
y*=rsinb-a=rsinbcosa-rcosbsina=-x0sina+y0cosa;
②圖像反射變換:變換前的一個坐標點為(x,y),則變換后的坐標x*=width-x-1 y*=y(tǒng);其中,width表示圖像的寬度;
③椒鹽噪聲處理:椒鹽噪聲中一個重要的參數(shù)為信噪比D,一般情況D的取值范圍為[0,1],指定信噪比,且獲取了整個圖像的像素數(shù)目M之后,計算加噪的像素數(shù)目;設(shè)加噪的像素數(shù)目為N,則N=M*(1-D),之后在原圖中隨機找到這N個像素點,將這N個像素點置225或者置0。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于燕山大學(xué),未經(jīng)燕山大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810902505.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標記或含有代碼標記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 自動化的模型訓(xùn)練方法、裝置、設(shè)備及介質(zhì)
- 變換模型訓(xùn)練方法、裝置、設(shè)備和存儲介質(zhì)
- 信息處理裝置和方法以及利用模型分類的裝置
- 一種模型訓(xùn)練的方法和裝置
- 模型訓(xùn)練方法、模型訓(xùn)練裝置和實體抽取方法
- 選擇模型訓(xùn)練方法、模型選擇方法、裝置及電子設(shè)備
- 模型訓(xùn)練方法及裝置
- 模型的訓(xùn)練方法、模型的預(yù)測方法以及模型的控制系統(tǒng)
- 一種模型生成及電池劣化推測裝置、方法、介質(zhì)及設(shè)備
- 模型訓(xùn)練方法、模型訓(xùn)練平臺、電子設(shè)備和存儲介質(zhì)





