[發明專利]入侵檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202011620177.3
• 申請日: 2020-12-31
• 公開（公告）號: CN112668496A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 朱鋮愷;趙永磊;武偉;路少卿;閆俊杰
• 申請（專利權）人: 深圳市商湯科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 馬麗;張穎玲

1.一種入侵檢測方法，所述方法包括：

從待處理的視頻流中獲得所述待處理圖像；

對所述待處理圖像中的對象進行檢測，得到至少一個對象檢測框；

確定所述對象檢測框中是否存在所述預設的入侵對象；

在確定所述對象檢測框中存在預設的入侵對象的情況下，對所述待處理圖像進行識別，得到入侵檢測區域；

基于所述預設的入侵對象的位置和所述入侵檢測區域，確定是否發生入侵事件。

2.根據權利要求1所述的方法，其特征在于，所述對所述待處理圖像中的對象進行檢測，得到至少一個對象檢測框，包括：

對所述待處理圖像中的對象進行檢測，得到至少一個對象檢測框、每一所述對象檢測框的位置和每一所述對象檢測框中對象的類別；

在基于所述對象的類別確定任一所述對象檢測框中存在所述預設的入侵對象情況下，確定所述待處理圖像中存在所述預設的入侵對象；

基于存在所述預設的入侵對象的對象檢測框的位置，確定所述預設的入侵對象的位置。

3.根據權利要求2所述的方法，其特征在于，所述對所述待處理圖像中的對象進行檢測，得到至少一個對象檢測框、每一所述對象檢測框的位置和每一所述對象檢測框中對象的類別，包括：

基于深度卷積網絡，對所述待處理圖像進行特征提取，得到第一特征圖；

基于區域生成網絡，在所述第一特征圖中生成候選目標區域，得到第二特征圖；所述第二特征圖包括至少一個檢測框和每一所述檢測框的位置、置信度；

基于池化層在將所述第一特征圖和所述第二特征圖進行位置敏感的候選區域池化的過程中，基于所述至少一個檢測框和每一所述檢測框的置信度，將滿足預設條件的檢測框確定為對象檢測框，并確定所述對象檢測框中對象的類別。

4.根據權利要求3所述的方法，其特征在于，所述基于所述至少一個檢測框和每一所述檢測框的置信度，將滿足預設條件的檢測框確定為對象檢測框，包括：

采用非極大值抑制算法，基于每一所述檢測框的置信度和所述至少一個所述檢測框中所述檢測框之間的交并比，將滿足預設條件的檢測框確定為對象檢測框。

5.根據權利要求4所述的方法，其特征在于，所述采用非極大值抑制算法，基于每一所述檢測框的置信度和所述至少一個所述檢測框中所述檢測框之間的交并比，將滿足預設條件的檢測框確定為對象檢測框，包括：

基于每一所述檢測框的置信度，將至少一個所述檢測框中置信度最大的檢測框，確定為目標檢測框；將所述目標檢測框確定為一所述對象檢測框；

確定所述目標檢測框與每一其他檢測框的交并比；其中，所述其他檢測框是指所述至少一個所述檢測框中除所述目標檢測框之外的檢測框；

將交并比大于閾值的其他檢測框從所述至少一個所述檢測框刪除，得到候選檢測框集合；

將所述候選檢測框集合中除所述目標檢測框之外的置信度最大的檢測框，確定為新的目標檢測框；將所述新的目標檢測框確定為一所述對象檢測框；

確定所述新的目標檢測框與每一新的其他檢測框的交并比；其中，所述每一新的其他檢測框是指所述候選檢測框集合中除所述新的目標檢測框之外的檢測框；

將交并比大于閾值的新的其他檢測框從所述候選檢測框集合中刪除，得到新的候選檢測框集合；

以此類推，得到所述對象檢測框。

6.根據權利要求1所述的方法，其特征在于，所述確定所述對象檢測框中是否存在所述預設的入侵對象，包括：

采用第一級分類器，基于所述對象的類別將目標類別對應的對象檢測框進行第一分類，得到第一分類結果；

采用與所述第一級分類器級聯的第二級分類器，基于所述第一分類結果，對滿足預設條件的對象檢測框進行第二分類，得到第二分類結果；

在基于所述第二分類結果確定任一所述對象檢測框中存在所述預設的入侵對象時，確定所述對象檢測框中存在所述預設的入侵對象。