[發(fā)明專利]一種監(jiān)控報警處理方法、裝置及設(shè)備、可讀介質(zhì)

有效

• 申請?zhí)枺?/td>: 201811211117.9
• 申請日: 2018-10-17
• 公開（公告）號: CN111063142B
• 公開（公告）日: 2022-04-26
• 發(fā)明（設(shè)計）人: 施登科;張莫;張睿軒
• 申請（專利權(quán)）人: 杭州海康威視數(shù)字技術(shù)股份有限公司
• 主分類號: G08B13/196
• 分類號: G08B13/196;G06V20/20;G06V10/82;G06N3/04
• 代理公司: 北京博思佳知識產(chǎn)權(quán)代理有限公司 11415
• 代理人: 林祥

本發(fā)明提供一種監(jiān)控報警處理方法、裝置及設(shè)備、可讀介質(zhì)，該方法包括：確定圖像中發(fā)生報警觸發(fā)事件的目標區(qū)域；將所述目標區(qū)域輸入至已訓(xùn)練的神經(jīng)網(wǎng)絡(luò)中，以由所述神經(jīng)網(wǎng)絡(luò)輸出提取的所述目標區(qū)域的目標特征以及與所述目標特征對應(yīng)的分類置信度；依據(jù)所述神經(jīng)網(wǎng)絡(luò)輸出的所述目標特征對應(yīng)的分類置信度確定所述目標特征所屬的類別；當所述目標特征所屬的類別為報警類別時，獲取所述目標特征對應(yīng)的屬于非報警類別的至少一個參考特征，依據(jù)所述目標特征與所述參考特征之間的相似性判斷是否報警。防止在受持續(xù)的環(huán)境干擾時產(chǎn)生高頻誤報的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及安防技術(shù)領(lǐng)域，尤其涉及的是一種監(jiān)控報警處理方法、裝置及設(shè)備、可讀介質(zhì)。

背景技術(shù)

隨著社會的不斷進步，視頻監(jiān)控系統(tǒng)的應(yīng)用范圍越來越廣。周界防范技術(shù)作為一種常用的視頻監(jiān)控報警技術(shù)，可以通過利用攝像機對于人或者車在圍墻、園區(qū)或室內(nèi)等區(qū)域監(jiān)控，而實現(xiàn)區(qū)域入侵、越界偵測等行為事件的報警，能夠很大程度上減少人工參與。

目前的監(jiān)控報警方式是，在監(jiān)控圖像上設(shè)置規(guī)則，例如，在監(jiān)控圖像上設(shè)置規(guī)則框并禁止外部對象入侵至規(guī)則框所框選出的區(qū)域中，或在監(jiān)控圖像上設(shè)置警戒線并禁止外部對象越過該警戒線等，然后，當在圖像中監(jiān)控到運動物體破壞規(guī)則的觸發(fā)事件時，便觸發(fā)報警。

上述監(jiān)控報警方式中，當晃動的樹葉、蜘蛛絲或者燈光等這些環(huán)境干擾因素破壞規(guī)則時，也會導(dǎo)致報警，而這些環(huán)境干擾可能會持續(xù)很久時間，由于始終無法辨別運動物體是否為干擾物體，誤報頻率會很高，即在受持續(xù)的環(huán)境干擾時可能產(chǎn)生高頻誤報的問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供一種監(jiān)控報警處理方法、裝置及設(shè)備、可讀介質(zhì)，防止在受持續(xù)的環(huán)境干擾時產(chǎn)生高頻誤報的問題。

本發(fā)明第一方面提供一種監(jiān)控報警處理方法，包括：

確定圖像中發(fā)生報警觸發(fā)事件的目標區(qū)域；

將所述目標區(qū)域輸入至已訓(xùn)練的神經(jīng)網(wǎng)絡(luò)中，以由所述神經(jīng)網(wǎng)絡(luò)輸出提取的所述目標區(qū)域的目標特征以及與所述目標特征對應(yīng)的分類置信度；

依據(jù)所述神經(jīng)網(wǎng)絡(luò)輸出的所述目標特征對應(yīng)的分類置信度確定所述目標特征所屬的類別；

當所述目標特征所屬的類別為報警類別時，獲取所述目標特征對應(yīng)的屬于非報警類別的至少一個參考特征，依據(jù)所述目標特征與所述參考特征之間的相似性判斷是否報警。

根據(jù)本發(fā)明的一個實施例，所述由神經(jīng)網(wǎng)絡(luò)輸出提取的所述目標區(qū)域的目標特征以及與所述目標特征對應(yīng)的分類置信度，包括：

由所述神經(jīng)網(wǎng)絡(luò)的第一卷積層對所述目標區(qū)域進行特征提取而輸出高維特征向量表示的目標特征至所述神經(jīng)網(wǎng)絡(luò)的池化層；

由所述神經(jīng)網(wǎng)絡(luò)的池化層對所述高維特征向量執(zhí)行下采樣處理而輸出低維特征向量表示的目標特征至所述神經(jīng)網(wǎng)絡(luò)的第二卷積層與連接層；

由所述神經(jīng)網(wǎng)絡(luò)的第二卷積層對低維特征向量表示的目標特征執(zhí)行分類處理而輸出目標特征的分類值至神經(jīng)網(wǎng)絡(luò)的計算層；

由所述神經(jīng)網(wǎng)絡(luò)的計算層對目標特征的分類值執(zhí)行置信度計算處理而輸出目標特征的分類置信度至神經(jīng)網(wǎng)絡(luò)的連接層；

由所述神經(jīng)網(wǎng)絡(luò)的連接層對低維特征向量表示的目標特征與對應(yīng)的分類置信度執(zhí)行連接處理，以輸出所述目標特征以及對應(yīng)的分類置信度。

根據(jù)本發(fā)明的一個實施例，獲取所述目標特征對應(yīng)的屬于非報警類別的至少一個參考特征，包括：

依據(jù)所述目標區(qū)域在圖像中的位置從設(shè)定的表list記錄的各個重復(fù)報警位置信息中確定出目標位置信息；

從所述表list中獲取與所述目標位置信息對應(yīng)的至少一個參考特征，并將所述參考特征確定為所述目標特征對應(yīng)的屬于非報警類別的參考特征。