[发明专利]一种场景识别方法及装置

权利要求书

1.一种场景识别方法，其特征在于，包括：

获取目标监控图像的前景区域图像；

分别将所述前景区域图像输入预设的目标检测网络模型以及第一事件类 型检测网络模型，以得到所述前景区域图像对应的目标特征以及事件特征；

将所述目标特征以及事件特征输入到预设的第二事件类型检测网络模 型，以得到所述目标监控图像对应的事件类型。

2.根据权利要求1所述的方法，其特征在于，所述分别将所述前景区域 图像输入预设的目标检测网络模型以及第一事件类型检测网络模型之前，还 包括：

判断所述前景区域图像中是否存在预设目标；

若存在，则确定执行所述分别将所述前景区域图像输入预设的目标检测 网络模型以及第一事件类型检测网络模型的步骤。

3.根据权利要求1所述的方法，其特征在于，将所述前景区域图像输入 预设的目标检测网络模型，以得到所述前景区域图像对应的目标特征，包括：

根据所述前景区域中存在的有效目标将所述前景区域划分为多个独立子 图像区域，其中，每个子图像区域中包括一个独立的有效目标；

将所述多个独立子图像区域输入到预设的目标检测网络模型中，以得到 所述前景区域图像对应的目标特征。

4.根据权利要求3所述的方法，其特征在于，所述目标检测网络模型为 卷积神经网络模型，对于第i个图像子区域，所述目标检测网络模型的第一 层卷积函数输出公式为：

Out(x,y)∈Ni(l,k)=tanh(Σt=0f-1Σr=0khΣc=0kww(r,c)(k,t))Out(x+r,x+c)(l-1,t)+Bias(l,k)]]>

其中，tanh为双曲函数，输入层为l-1，输出层为l，k为预设的常量参 数，w是一个k_w*k_h大小的卷积核，f是卷积核的个数，Bias是输出偏置量， k_h，k_w是卷积核的高和宽，N_i为第i个图像子区域内各像素点在二维图像平 面的坐标值集合，(x，y)是第i个图像子区域内像素点在二维图像平面的坐 标值。