[發明專利]視頻檢測方法及裝置、電子設備和存儲介質

在審

• 申請號: 202110877986.0
• 申請日: 2021-07-30
• 公開（公告）號: CN113569770A
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 蔡曉聰;侯軍;伊帥
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;董文俊

本申請提供了一種視頻檢測方法及裝置、電子設備和存儲介質，其中，視頻檢測方法包括：對視頻的相鄰幀進行目標檢測和目標追蹤，得到相鄰幀中目標對象的檢測追蹤結果；根據相鄰幀得到目標差分圖；根據檢測追蹤結果和目標差分圖，得到目標對象的差分統計量；根據差分統計量確定目標對象的行為狀態。本申請實施例有利于降低對場景數據的依賴，提升方案的可用性，從而有利于提升視頻檢測方法對場景的魯棒性。

技術領域

本申請涉及計算機視覺技術領域，尤其涉及一種視頻檢測方法及裝置、電子設備和存儲介質。

背景技術

隨著計算機視覺技術研究的深入，社會各領域中已經有很多相關產品落地，這極大地促進了社會經濟的發展，比如物業管理中，通常會采用視頻分析技術對涉及到的人或物進行一系列檢測分析，基于分析結果協助物業管理，以提高管理效率。工作人員工作狀態的考評是物業管理中的重要環節，其關注的是工作人員是否有離崗或懶崗的行為，所謂懶崗是指工作人員長時間處于同一種動作狀態，比如長時間趴睡、長時間發呆等。目前針對懶崗這一行為的解決方案是通過在連續時間段上對人體屬性作出識別，以判斷其是否一直處于某種狀態類型，但是由于依賴于深度學習模型，屬性識別需要眾多場景上的數據作為訓練數據，在場景數據較少的情況下，會導致檢測方案對場景的魯棒性較低。

發明內容

針對上述問題，本申請提供了一種視頻檢測方法及裝置、電子設備和存儲介質，有利于提升視頻檢測方法對場景的魯棒性。

為實現上述目的，本申請實施例提供了一種視頻檢測方法，該方法包括：

對視頻的相鄰幀進行目標檢測和目標追蹤，得到所述相鄰幀中目標對象的檢測追蹤結果；

根據所述相鄰幀得到目標差分圖；

根據所述檢測追蹤結果和所述目標差分圖，得到所述目標對象的差分統計量；

根據所述差分統計量確定所述目標對象的行為狀態。

在一種可能的實施方式中，所述根據所述相鄰幀得到目標差分圖，包括：

根據所述相鄰幀得到初始差分圖；

對所述初始差分圖進行噪聲過濾，得到所述目標差分圖。

在一種可能的實施方式中，所述相鄰幀中包括第一視頻幀和第二視頻幀，所述第二視頻幀為所述第一視頻幀的下一幀，所述根據所述相鄰幀得到初始差分圖，包括：

將所述第一視頻幀轉換為第一灰度圖，以及將所述第二視頻幀轉換為第二灰度圖；

對所述第一灰度圖和所述第二灰度圖進行差分計算，得到所述初始差分圖。

在一種可能的實施方式中，所述檢測追蹤結果包括所述目標對象在所述第二視頻幀中的檢測框的位置信息，所述根據所述檢測追蹤結果和所述目標差分圖，得到所述目標對象的差分統計量，包括：

根據所述位置信息從所述目標差分圖中確定出待檢測區域；

獲取所述待檢測區域中像素值的平均值，得到所述差分統計量。

在一種可能的實施方式中，所述行為狀態包括懶崗行為，所述根據所述差分統計量確定所述目標對象的行為狀態，包括：

若根據連續的至少一組相鄰幀得到的所述目標對象的至少一個差分統計量均小于預設差分統計量閾值，則確定所述目標對象存在懶崗行為；

其中，所述至少一組相鄰幀與所述至少一個差分統計量一一對應，所述至少一組相鄰幀包括所述相鄰幀，所述至少一個差分統計量包括所述差分統計量。

在一種可能的實施方式中，所述對所述初始差分圖進行噪聲過濾，得到所述目標差分圖，包括：

獲取預設噪聲過濾閾值；