[發(fā)明專利]銀行網(wǎng)點(diǎn)異常監(jiān)控方法及裝置

在審

• 申請?zhí)枺?/td>: 202110583961.X
• 申請日: 2021-05-27
• 公開（公告）號: CN113159003A
• 公開（公告）日: 2021-07-23
• 發(fā)明（設(shè)計(jì)）人: 龐婷尹
• 申請（專利權(quán)）人: 中國銀行股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06Q40/02
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 王天堯;谷敬麗

1.一種銀行網(wǎng)點(diǎn)異常監(jiān)控方法，其特征在于，包括：

采集銀行網(wǎng)點(diǎn)的多個(gè)監(jiān)控視頻，所述監(jiān)控視頻包含異常視頻和正常視頻，每個(gè)監(jiān)控視頻含有對應(yīng)的視頻級標(biāo)簽；

將多個(gè)異常視頻及對應(yīng)的視頻級標(biāo)簽輸入至幀級偽標(biāo)簽生成器中，生成多個(gè)異常視頻片段對應(yīng)的偽異常標(biāo)簽集合，其中，每個(gè)異常視頻對應(yīng)多個(gè)異常視頻片段；

將多個(gè)正常視頻對應(yīng)的視頻級標(biāo)簽、多個(gè)異常視頻片段對應(yīng)的偽異常標(biāo)簽集合輸入到三維異常檢測網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，獲得異常分類器；

在獲得測試視頻后，將測試視頻輸入到異常分類器中，獲得測試視頻中的異常視頻片段，確定異常發(fā)生的時(shí)刻。

2.如權(quán)利要求1所述的銀行網(wǎng)點(diǎn)異常監(jiān)控方法，其特征在于，在將多個(gè)異常視頻及對應(yīng)的視頻級標(biāo)簽輸入至幀級偽標(biāo)簽生成器中之前，還包括：

對多個(gè)監(jiān)控視頻進(jìn)行前背景分離，獲得每個(gè)監(jiān)控視頻的前景視頻；

將多個(gè)異常視頻及對應(yīng)的視頻級標(biāo)簽輸入至幀級偽標(biāo)簽生成器中，包括：

將多個(gè)異常視頻的前景視頻及對應(yīng)的視頻級標(biāo)簽輸入至幀級偽標(biāo)簽生成器中，其中，每個(gè)異常視頻的前景視頻對應(yīng)多個(gè)異常視頻片段；

將測試視頻輸入到異常分類器中，獲得測試視頻中的異常視頻片段，包括：

對測試視頻進(jìn)行前背景分離，獲得測試視頻的前景視頻，將測試視頻的前景視頻輸入到異常分類器中，獲得測試視頻中的異常視頻片段。

3.如權(quán)利要求2所述的銀行網(wǎng)點(diǎn)異常監(jiān)控方法，其特征在于，所述幀級偽標(biāo)簽生成器采用如下步驟生成多個(gè)異常視頻片段對應(yīng)的偽異常標(biāo)簽集合：

從每個(gè)異常視頻的前景視頻中提取出多個(gè)異常視頻片段，獲得所述多個(gè)異常視頻片段的前景特征；

將多個(gè)異常視頻片段的前景特征進(jìn)行聚類，獲得每個(gè)異常視頻片段對應(yīng)的第一類別；

將多個(gè)異常視頻片段的前景特征進(jìn)行異常檢測，獲得每個(gè)異常視頻片段對應(yīng)的第二類別；

將每個(gè)異常視頻片段對應(yīng)的第一類別和第二類別進(jìn)行融合，獲得每個(gè)異常視頻片段對應(yīng)的偽異常標(biāo)簽。

4.如權(quán)利要求3所述的銀行網(wǎng)點(diǎn)異常監(jiān)控方法，其特征在于，從每個(gè)異常視頻的前景視頻中提取出多個(gè)異常視頻片段，獲得所述多個(gè)異常視頻片段的前景特征，包括：

通過在Sports-1M數(shù)據(jù)集上預(yù)訓(xùn)練的C3D網(wǎng)絡(luò)，從每個(gè)異常視頻的前景視頻中提取出多個(gè)異常視頻片段，獲得所述多個(gè)異常視頻片段的前景特征。

5.如權(quán)利要求3所述的銀行網(wǎng)點(diǎn)異常監(jiān)控方法，其特征在于，將多個(gè)異常視頻片段的前景特征進(jìn)行聚類，獲得每個(gè)異常視頻片段對應(yīng)的第一類別，包括：

采用K-Means算法將多個(gè)異常視頻片段的前景特征進(jìn)行聚類，獲得每個(gè)異常視頻片段對應(yīng)的第一類別。

6.如權(quán)利要求3所述的銀行網(wǎng)點(diǎn)異常監(jiān)控方法，其特征在于，將多個(gè)異常視頻片段的前景特征進(jìn)行異常檢測，獲得每個(gè)異常視頻片段對應(yīng)的第二類別，包括：

采用ABOD算法，將多個(gè)異常視頻片段的前景特征進(jìn)行異常檢測，獲得每個(gè)異常視頻片段對應(yīng)的第二類別。

7.一種銀行網(wǎng)點(diǎn)異常監(jiān)控裝置，其特征在于，包括：

監(jiān)控視頻采集模塊，用于采集銀行網(wǎng)點(diǎn)的多個(gè)監(jiān)控視頻，所述監(jiān)控視頻包含異常視頻和正常視頻，每個(gè)監(jiān)控視頻含有對應(yīng)的視頻級標(biāo)簽；

偽異常標(biāo)簽集合獲得模塊，用于將多個(gè)異常視頻及對應(yīng)的視頻級標(biāo)簽輸入至幀級偽標(biāo)簽生成器中，生成多個(gè)異常視頻片段對應(yīng)的偽異常標(biāo)簽集合，其中，每個(gè)異常視頻對應(yīng)多個(gè)異常視頻片段；

訓(xùn)練模塊，用于將多個(gè)正常視頻對應(yīng)的視頻級標(biāo)簽、多個(gè)異常視頻片段對應(yīng)的偽異常標(biāo)簽集合輸入到三維異常檢測網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，獲得異常分類器；

異常視頻片段識別模塊，用于在獲得測試視頻后，將測試視頻輸入到異常分類器中，獲得測試視頻中的異常視頻片段，確定異常發(fā)生的時(shí)刻。