[发明专利]巡检行为识别方法、装置、计算机设备和存储介质

权利要求书

1.一种巡检行为识别方法，其特征在于，包括：

获取待识别视频，并对所述待识别视频的帧图像进行特征提取，得到图像特征信息；

根据所述图像特征信息和预设的巡检行为判别分类器判断待所述识别视频是否按照巡检要求执行巡检，得到判断结果并输出；

所述预设的巡检行为判别分类器为通过训练样本视频得到，所述样本视频包括按照巡检要求执行巡检工作的视频和未按照巡检要求执行巡检工作的视频。

2.根据权利要求1所述的巡检行为识别方法，其特征在于，所述对所述待识别视频的帧图像进行特征提取，得到图像特征信息，包括：

通过CNN对所述待识别视频的帧图像进行特征提取，得到图像特征信息。

3.根据权利要求1所述的巡检行为识别方法，其特征在于，在获取待识别视频，并对所述待识别视频的帧图像进行特征提取，得到图像特征信息之前，还包括以下步骤：

获取样本视频，将所述样本视频的帧图像作为训练帧图像；

对所述训练帧图像中的巡检行为进行标记，并对所述训练帧图像进行特征提取，得到样本图像特征信息；

根据所述样本图像特征信息和对应训练帧图像的标记进行建模，生成巡检行为判别分类器。

4.根据权利要求3所述的巡检行为识别方法，其特征在于，所述根据所述样本图像特征信息和对应训练帧图像的标记进行建模，生成巡检行为判别分类器，包括以下步骤：

根据所述样本图像特征信息和对应训练帧图像的标记，通过LSTM网络进行时间和空间建模，生成巡检行为判别分类器。

5.根据权利要求4所述的巡检行为识别方法，其特征在于，所述根据所述样本图像特征信息和对应训练帧图像的标记，通过LSTM网络进行时间和空间建模，生成巡检行为判别分类器，包括以下步骤：

将所述样本图像特征信息和对应训练帧图像的标记输入LSTM网络进行时间和空间建模，得到初步判别模型；

获取下一样本视频的训练帧图像进行标记和特征提取，并根据提取的样本图像特征信息和对应训练帧图像的标记对所述初步判别模型进行训练，直至完成对所有样本视频的训练帧图像进行标记和特征提取，得到所述巡检行为判别分类器。

6.根据权利要求1所述的巡检行为识别方法，其特征在于，所述根据所述图像特征信息和预设的巡检行为判别分类器判断待识别帧图像是否符合巡检要求，得到判断结果并输出，包括以下步骤：

根据所述图像特征信息判断所述待识别视频中的巡检行为是否符合巡检要求；

若所述待识别视频中的巡检行为符合巡检要求，则判断结果为巡检行为正常，生成巡检记录；

若所述待识别视频中的巡检行为不符合巡检要求，则判断结果为巡检行为不正常，发出告警。

7.一种巡检行为识别装置，其特征在于，包括：

图像特征获取模块，用于获取待识别视频，并对所述待识别视频的帧图像进行特征提取，得到图像特征信息；

判断模块，用于根据所述图像特征信息和预设的巡检行为判别分类器判断待识别帧图像是否按照巡检要求执行巡检，得到判断结果并输出；

所述预设的巡检行为判别分类器为通过训练样本视频得到，所述样本视频包括按照巡检要求执行巡检工作的视频和未按照巡检要求执行巡检工作的视频。

8.根据权利要求1所述的巡检行为识别装置，其特征在于，所述获取模块包括：

CNN特征提取模块，用于通过CNN对所述待识别视频的帧图像进行特征提取，得到图像特征信息。

9.一种计算机设备，包括处理器和存储器，所述存储器存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至6中任一项所述方法的步骤。