[發明專利]一種管廊異常檢測系統及方法

有效

• 申請號: 202010514752.5
• 申請日: 2020-06-08
• 公開（公告）號: CN111885349B
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 歐陽康淼;蘭曉明;康曉樂;宮大慶;張建海;王曉慧;曹蕊;康來松;劉世峰;李立峰
• 申請（專利權）人: 北京市基礎設施投資有限公司
• 主分類號: H04N7/18
• 分類號: H04N7/18;G08B19/00;G06V20/40;G06V20/52;G06V40/20;G06V10/25;G06V10/44;G06V10/82;G06N3/0455;G06N3/0464
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種管廊異常檢測方法，其特征在于，包括：

101，采集管廊內特定目標的視頻數據；

102，從所述視頻數據中提取興趣區域的特征，并對視頻數據中人員行為進行異常評分，具體為：將視頻數據分成固定數量的片段，并進行標注形成正標注包和負標注包；通過CenterNet對正標注包和負標注包中人員行為特征進行提取；使用卷積自動編碼器的異常評分函數對提取的特征進行異常評分；基于MIAUC函數對異常評分進行損失補償；

103，根據所述異常評分，確定興趣區域內人員行為是否正常，及時向監控中心發出報警，提示管廊運行人員有異常情況。

2.根據權利要求1所述的管廊異常檢測方法，其特征在于，還包括：

根據不同類型的人員行為異常結果，將不同的系統鏈接在一起，實現與管廊中其他系統的智能鏈接。

3.根據權利要求1所述的管廊異常檢測方法，其特征在于，所述通過CenterNet對正標注包和負標注包中人員行為特征進行提取，具體包括：

通過將細分特征輸入到一個完整的卷積網絡，生成一個熱圖，該熱圖中的峰值對應于對象中心，每個峰值處的圖像特征可預測對象包圍盒的高度和重量：

令表示對象k的邊界框c_k；然后，相應的中心點為使用關鍵點估計器預測所有中心點，并回歸到每個對象k的對象大小

4.根據權利要求1所述的管廊異常檢測方法，其特征在于，所述使用卷積自動編碼器的異常評分函數對提取的特征進行異常評分，具體包括：

使用卷積自動編碼器學習從片段中提取的異常分數函數的不同特征，異常評分函數在下述公式中給出：

f(v；θ)＝||v-g(h(v；θ_f)；θ_g)||²

其中，θ＝{θ_f,θ_g}是異常評分函數的參數，v是輸入實例，h(～；θ_f)是用參數θ_f建模的編碼器,g(～；θ_g)是用參數θ_g建模的解碼器。