[發明專利]一種人工智能虛擬場景的安防自動測試方法及系統

有效

• 申請號: 201910580168.7
• 申請日: 2019-06-28
• 公開（公告）號: CN110427824B
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 鮑敏
• 申請（專利權）人: 特斯聯（北京）科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 李小朋;谷波

1.一種人工智能虛擬場景的安防自動測試方法，包括：

S1：確定自動測試所針對的異常場景類型；

S2：根據所述異常場景類型，從監控畫面樣本庫中獲得對應該異常場景類型的監控畫面樣本；所述監控畫面樣本是從被測試的人工智能視頻安防監控系統的攝像頭實拍的監控畫面中選取的、具有特定的異常場景類型的多幀連續監控畫面；

S3:利用由畫面生成器和判別器組成的GAN架構，所述畫面生成器用于基于初始隨機值生成虛擬測試畫面；所述判別器以所述監控畫面樣本進行訓練后，對所述畫面生成器生成的虛擬測試畫面進行真偽判別；當判別結果為偽時，所述畫面生成器調整生成參數，重新生成虛擬測試畫面，直至判別器對畫面生成器所生成的虛擬測試畫面判別為真，輸出所生成的虛擬測試畫面，該虛擬測試畫面與所述監控畫面樣本具有相同異常場景類型；

S4：將至少一幅所生成的虛擬測試畫面輸入被測試的人工智能視頻安防監控系統，獲得該人工智能視頻安防監控系統對是否存在異常場景以及異常場景類型的識別結果，判斷該智能視頻安防監控系統是否能夠識別異常場景，以及判斷識別結果與所述虛擬測試畫面的異常場景類型是否匹配，

其中，按照如下步驟從實拍的監控畫面中選取具有特定的異常場景類型的監控畫面樣本：從多幀連續的實拍監控畫面中提取每一個具體目標；根據每一個具體目標的幀間位置變化，判斷每一個具體目標的行動狀態；根據所述多幀連續的實拍監控畫面中存在的全部具體目標的行動狀態，按照預設標準對實拍監控畫面的場景進行分類，獲取場景類型；當實拍監控畫面的場景類型屬于特定的異常場景類型時，將該實拍監控畫面選為所述監控畫面樣本。

2.根據權利要求1所述的人工智能虛擬場景的安防自動測試方法，其特征在于，按照如下步驟從多幀連續的實拍監控畫面中提取每一個具體目標：從多幀連續實拍監控畫面的每幀監控畫面中，提取其中每個目標所在的圖像區域，并通過顏色直方圖分布提取該目標的圖像特征；當多幀連續實拍監控畫面中存在圖像特征一致的所述圖像區域時，判定這些實拍監控畫面中圖像特征一致的圖像區域對應的所述目標為同一個具體目標。

3.根據權利要求2所述的人工智能虛擬場景的安防自動測試方法，其特征在于，按照如下步驟判斷每一個具體目標的行動狀態：對于多幀連續實拍監控畫面的同一個具體目標，將該具體目標在第i幀監控畫面中的坐標表示為(X_i，Y_i)，從第i-1幀到第i幀的幀間位置變化表示為(△X_i，△Y_i)，第i幀到第i+1幀的幀間位置變化則表示為(△X_i+1，△Y_i+1)，以此類推，從而獲得一系列幀間位置變化參數：

…(△X_i，△Y_i)，(△X_i+1，△Y_i+1)…(△X_i+n，△Y_i+n)…；

將所獲得的具體目標的幀間位置變化參數輸入到至少一個經過訓練的SVM分類向量機當中，根據SVM分類向量機的輸出確定該具體目標的行動狀態類型；其中，每個所述SVM分類向量機利用具有同一種特定行動狀態類型的已知目標的幀間位置變化參數進行訓練，達到輸出結果與已知目標的特定行動狀態類型一致度達到穩定收斂，從而可以根據所輸入的該具體目標的幀間位置變化參數輸出其是否具有特定行動狀態類型；因此，需要訓練四種SVM分類向量機，四種SVM分類向量機分別對應的特定行動狀態類型為：正常通行、擁堵、滯留、逆行，上述四種特定行動狀態類型基本滿足城市公共空間人或者車的人工智能視頻安防監控需要；將每個具體目標的幀間位置變化參數并行輸入或者級聯輸入到四種SVM分類向量機，根據SVM分類向量機各自的輸出確定該具體目標的行動狀態類型。