利索能及
我要发布
收藏
专利号: 2021115801572
申请人: 杭州海康威视系统技术有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-08-19
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种事件检测方法,其特征在于,所述方法包括:

获取待检测图像以及采集所述待检测图像时的目标环境信息,其中,所述目标环境信息包括以下至少一种:采集所述待检测图像的图像采集设备的安装角度信息、路面信息;

基于所述目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式,其中,所述目标事件检测方式包括多个目标事件检测算法,每个所述目标事件检测算法分别对应一种事件类型;

基于每个所述目标事件检测算法,从预先建立的标定规则包中确定该目标事件检测算法对应的目标标定规则,其中,所述标定规则包中包括预先确定的每个事件检测算法对应的标定规则;按照所述目标标定规则对所述待检测图像进行标定,得到标定信息,其中,所述目标标定规则用于指示利用该目标事件检测算法,对所述待检测图像中事件检测所需的辅助信息的标定方式;利用每个所述目标事件检测算法以及其对应的标定信息对所述待检测图像进行事件检测;

其中,所述标定规则的生成方式包括:

对每个环境信息样本对应的每种事件类型的每个图像样本,按照初始标定规则进行辅助信息标定,得到辅助信息;针对同一个环境信息样本对应的同种事件类型,在该事件类型对应的初始检测模型基于所述辅助信息对该事件类型对应的每个图像样本进行检测得到预测结果后,基于该预测结果调整所述初始标定规则,直到该初始检测模型收敛,得到该事件类型对应的标定规则。

2.根据权利要求1所述的方法,其特征在于,所述环境信息与事件检测方式的对应关系的建立方式,包括:获取多个环境信息样本中每个环境信息样本对应的多种事件类型的图像样本;

利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法,其中,每个所述事件检测算法分别对应一种事件类型;

将所述每个环境信息样本对应的环境信息及其对应的各种事件类型所对应的事件检测算法对应记录,得到环境信息与事件检测方式的对应关系。

3.根据权利要求2所述的方法,其特征在于,所述利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法的步骤,包括:对每个环境信息样本对应的每种事件类型的每个图像样本进行标定,得到标定标签;

针对同一个环境信息样本对应的同种事件类型,将该事件类型对应的每个图像样本输入至该事件类型对应的初始检测模型,得到预测结果;

基于每个图像样本对应的标定标签以及预测结果的差异,调整该图像样本对应的事件类型所对应的初始检测模型的模型参数,直到该初始检测模型收敛,得到该图像样本对应的环境信息样本及事件类型对应的事件检测算法。

4.根据权利要求1所述的方法,其特征在于,所述标定规则包的生成方式包括:针对所述每个环境信息样本,记录该环境信息样本对应的各种事件类型的事件检测算法与标定规则之间的对应关系,并将该环境信息样本对应的标定规则生成标定规则包。

5.一种事件检测装置,其特征在于,所述装置包括:

获取模块,用于获取待检测图像以及采集所述待检测图像时的目标环境信息,其中,所述目标环境信息包括以下至少一种:采集所述待检测图像的图像采集设备的安装角度信息、路面信息;

确定模块,用于基于所述目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式,其中,所述目标事件检测方式包括多个目标事件检测算法,每个所述目标事件检测算法分别对应一种事件类型;

检测模块,用于基于每个所述目标事件检测算法,从预先建立的标定规则包中确定该目标事件检测算法对应的目标标定规则,其中,所述标定规则包中包括预先确定的每个事件检测算法对应的标定规则;按照所述目标标定规则对所述待检测图像进行标定,得到标定信息,其中,所述目标标定规则用于指示利用该目标事件检测算法,对所述待检测图像中事件检测所需的辅助信息的标定方式;利用每个所述目标事件检测算法以及其对应的标定信息对所述待检测图像进行事件检测;

其中,所述标定规则的生成方式包括:

对每个环境信息样本对应的每种事件类型的每个图像样本,按照初始标定规则进行辅助信息标定,得到辅助信息;针对同一个环境信息样本对应的同种事件类型,在该事件类型对应的初始检测模型基于所述辅助信息对该事件类型对应的每个图像样本进行检测得到预测结果后,基于该预测结果调整所述初始标定规则,直到该初始检测模型收敛,得到该事件类型对应的标定规则。

6.根据权利要求5所述的装置,其特征在于,所述环境信息与交通事件检测方式的对应关系是通过建立模块预先建立的,所述建立模块包括:获取单元,用于获取多个环境信息样本中每个环境信息样本对应的多种事件类型的图像样本;

训练单元,用于利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法,其中,每个所述事件检测算法分别对应一种事件类型;

记录单元,用于将所述每个环境信息样本对应的环境信息及其对应的各种事件类型所对应的事件检测算法对应记录,得到环境信息与事件检测方式的对应关系;

所述训练单元包括:

第一标定子单元,用于对每个环境信息样本对应的每种事件类型的每个图像样本进行标定,得到标定标签;

预测子单元,用于针对同一个环境信息样本对应的同种事件类型,将该事件类型对应的每个图像样本输入至该事件类型对应的初始检测模型,得到预测结果;

第一调整子单元,用于基于每个图像样本对应的标定标签以及预测结果的差异,调整该图像样本对应的事件类型所对应的初始检测模型的模型参数,直到该初始检测模型收敛,得到该图像样本对应的环境信息样本及事件类型对应的事件检测算法;

所述标定规则包的生成方式包括:

针对所述每个环境信息样本,记录该环境信息样本对应的各种事件类型的事件检测算法与标定规则之间的对应关系,并将该环境信息样本对应的标定规则生成标定规则包。

7.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;

存储器,用于存放计算机程序;

处理器,用于执行存储器上所存放的程序时,实现权利要求1‑4任一所述的方法步骤。

8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1‑4任一所述的方法步骤。

9.一种事件检测系统,其特征在于,所述系统包括如权利要求7所述的电子设备、图像采集设备以及环境检测设备,其中:所述环境检测设备,用于检测采集待检测图像时的目标环境信息,并将所述目标环境信息发送至所述电子设备;

所述图像采集设备,用于采集所述待检测图像,并发送至所述电子设备。