[發明專利]異常事件檢測方法及裝置、計算機設備、存儲介質

在審

• 申請號: 202210103096.9
• 申請日: 2022-01-27
• 公開（公告）號: CN114511810A
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 李國球;蔡官熊;曾星宇;趙瑞
• 申請（專利權）人: 深圳市商湯科技有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06K9/62;G06V10/80
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 李江;吳素花

1.一種異常事件檢測方法，其特征在于，所述方法包括：

獲取至少兩個圖像序列；其中，每一所述圖像序列中包括至少一幀圖像；

對每一所述圖像序列進行至少兩種尺度的劃分，得到同一尺度下所有圖像幀中同一位置的圖像塊組成的圖像塊集合；

基于各所述圖像序列的圖像塊集合，確定各所述圖像序列之間的相關性特征；

根據各所述圖像序列之間的相關性特征，在所述至少兩個圖像序列中確定出存在異常事件的目標圖像序列。

2.根據權利要求1所述的方法，其特征在于，所述基于各所述圖像序列的圖像塊集合，確定各所述圖像序列之間的相關性特征，包括：

針對每一所述圖像序列，基于同一尺度下的各圖像塊集合，獲得尺度對應的第一特征；其中，所述第一特征中包括同一尺度的各圖像塊集合之間的相關性；

將同一所述圖像序列中各尺度對應的所述第一特征融合，得到每一所述圖像序列的第二特征；

基于各所述圖像序列的所述第二特征，確定各所述圖像序列之間的所述相關性特征。

3.根據權利要求2所述的方法，其特征在于，所述基于同一尺度下的各圖像塊集合，獲得尺度對應的第一特征，包括：

對同一尺度下的各所述圖像塊集合做特征提取，獲得所述圖像塊集合對應的特征；

將同一尺度的所述圖像塊集合的特征進行拼接，獲得尺度對應的第一拼接特征；

基于所述尺度對應的第一拼接特征，利用自注意力機制和卷積處理構建所述第一拼接特征所表征的同一尺度的圖像塊集合之間的關聯關系，獲得所述尺度對應的第一特征。

4.根據權利要求3所述的方法，其特征在于，所述基于所述尺度對應的第一拼接特征，利用自注意力機制和卷積處理構建所述第一拼接特征所表征的同一尺度的圖像塊集合之間的關聯關系，獲得所述尺度對應的第一特征，包括：

基于所述自注意力機制以及所述第一拼接特征，確定權重矩陣；其中，所述權重矩陣中包括：表征同一尺度的各所述圖像塊集合存在異常的概率的權重值；

基于所述權重矩陣以及所述第一拼接特征，獲得加權后的特征；

對所述第一拼接特征進行卷積處理，獲得卷積后的特征；

基于所述加權后的特征、卷積后的特征以及所述第一拼接特征，獲得所述第一特征。

5.根據權利要求4所述的方法，其特征在于，所述基于所述自注意力機制以及所述第一拼接特征，確定權重矩陣，包括：

對所述第一拼接特征進行降維處理，獲得降維后的第一拼接特征；

對所述降維后的第一拼接特征利用預設第一卷積核進行卷積，獲得第一卷積結果；

對所述降維后的第一拼接特征利用預設第二卷積核進行卷積，獲得第二卷積結果；

將所述第一卷積結果和所述第二卷積結果的轉置相乘后的結果利用所述自注意力機制，確定所述權重矩陣。

6.根據權利要求5所述的方法，其特征在于，所述基于所述權重矩陣以及所述第一拼接特征，獲得加權后的特征，包括：

利用預設第三卷積核對所述降維后的第一拼接特征進行卷積，獲得第三卷積結果；

將所述權重矩陣和所述第三卷積結果相乘，獲得加權矩陣；

將所述加權矩陣和預設第四卷積核進行卷積后的結果，與所述降維后的第一拼接特征的和值，確定為所述加權后的特征。

7.根據權利要求4所述的方法，其特征在于，

所述對所述第一拼接特征進行卷積進處理，獲得卷積后的特征，包括：

利用至少二個空洞卷積核分別對所述第一拼接特征進行卷積，獲得各所述空洞卷積核對應的卷積結果；其中，至少二個所述空洞卷積核的空洞率不同；

將各所述空洞卷積核對應的卷積結果進行拼接，獲得所述卷積后的特征。

8.根據權利要求4所述的方法，其特征在于，所述基于所述加權后的特征、卷積后的特征以及所述第一拼接特征，獲得所述第一特征，包括：

將所述加權后的特征與所述卷積后的特征拼接后，與所述第一拼接特征加和，獲得所述第一特征。