[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

本申請實施例提供一種入侵檢測方法、裝置、設備及存儲介質，其中，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。

技術領域

本申請實施例涉及智能監控領域，涉及但不限于入侵檢測方法、裝置、設備及存儲介質。

背景技術

高快速道路中時常發生行人/非機動車誤闖或有意進入，影響道路行駛車輛的正常行駛，對交通安全造成極大影響。這類長尾事件的特點是在一定時間段內發生的概率低，采集過程中攝像裝置采集的圖像數據是海量的，相關技術深度學習的目標檢測方法，通過增加訓練數據和模型容量達到目標精度，但需要投入大量人力進行檢測框標注，并且會大幅度增加算法運行的硬件成本，是行人入侵等類似長尾事件算法落地亟待解決的問題。

發明內容

有鑒于此，本申請實施例提供一種入侵檢測方法、裝置、設備及存儲介質。

本申請實施例的技術方案是這樣實現的：

第一方面，本申請實施例提供一種入侵檢測方法，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。

在一些實施例中，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。

這樣，先得到對象檢測框，再確定對象檢測框中存在預設的入侵對象的方法，可以有效檢測出待處理圖像中的預設的入侵對象，且檢測框還可以用于后續判斷入侵對象是否存在于入侵檢測區域。實現了利用檢測器準確確定待處理圖像中是否包括入侵對象以及入侵對象的位置。

在一些實施例中，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。

這樣，基于深度卷積網絡、區域生成網絡和池化層可以實現待處理圖像中的對象進行檢測，得到至少一個對象檢測框、每一對象檢測框的位置和每一對象檢測框中對象的類別。

在一些實施例中，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。

這樣，采用非極大值抑制算法可以將待處理圖像中的每一對象最終確定一個最合適的對象檢測框。