[发明专利]厨房卫生检测方法、装置、计算机设备和存储介质

权利要求书

1.一种厨房卫生检测方法，所述方法包括：

接收第一终端发送的视频数据，将所述视频数据进行预处理获取视频帧；

获取目标关键帧，根据所述目标关键帧识别所述视频帧是否存在异物；

若存在异物，则获取所述视频帧的前后帧；

根据所述视频帧和前后帧确定异物特征；

调用深度神经网络模型，将所述异物特征输入至所述深度神经网络模型得到检测结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标关键帧识别所述视频帧是否存在异物包括：

将所述目标关键帧进行网格划分，获取所述目标关键帧的每一网格的网格图像；

将所述视频帧进行网格划分，获取所述视频帧的每一网格的网格图像；

比较所述视频帧的网格图像和所述目标关键帧的网格图像；

若所述视频帧的网格图像和所述目标关键帧的网格图像存在不一致的图像内容，则确定所述视频帧存在异物。

3.根据权利要求2所述的方法，其特征在于，所述根据所述视频帧和前后帧确定异物特征包括：

将所述视频帧的网格图像进行编号，得到所述视频帧的每一网格图像的网格编号；

将前后帧进行网格划分，获取所述前后帧的每一网格的网格图像；

根据所述视频帧的网格编号将所述前后帧的网格图像进行编号，得到前后帧的每一网格图像的网格编号；

根据异物在所述视频帧的网格图像的网格编号，得到异物在所述视频帧的第一网格编号信息；

根据所述异物在所述前后帧的网格图像的网格编号，得到异物在所述前后帧的第二网格编号信息；

根据所述第一网格编号信息和第二网格编号信息的差异确定异物特征。

4.根据权利要求3所述的方法，其特征在于，所述异物特征包括异物体积和异物运动轨迹；

所述根据所述第一网格编号信息和第二网格编号信息的差异确定异物特征包括：

根据所述第一网格编号信息和第二网格编号信息确定异物所占网格数量，根据所述异物所占网格数量确定异物体积；

比较所述第一网格编号信息和第二网格编号信息确定编号差值，根据所述编号差值确定异物运动轨迹。

5.根据权利要求1所述的方法，其特征在于，所述将所述异物特征输入至所述深度神经网络模型得到检测结果后还包括：

获取预设规则，根据所述检测结果和所述预设规则生成事件；

根据所述事件生成确认指令并发送给第一终端；

接收第一终端返回的确认结果，所述确认结果由终端响应所述确认指令根据所述事件生成；

根据所述确认结果将所述事件保存至对应的事件库；

定期从所述事件库中获取事件并推送给第二终端。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若检测到所述视频帧存在人体，则调用人脸识别模型并输入所述视频帧；

根据所述人脸识别模型从所述人体中获取人脸图像；

识别所述人脸图像得到识别结果和识别分值，根据所述识别结果和识别分值确定人体是否携带口罩。

7.根据权利要求1所述的方法，其特征在于，所述调用深度神经网络模型之前包括：

获取异物样本和标准结果，将所述异物样本分成训练集和测试集；

根据所述标准结果和训练集对深度神经网络模型进行迭代训练；

根据所述测试集对训练后的深度神经网络模型进行测试，得到测试结果；

根据所述测试结果对训练后的深度神经网络模型的模型参数进行调整后再次进行迭代训练，得到最终的深度神经网络模型。