[发明专利]智慧城市事件管理方法、装置、计算机设备和存储介质

权利要求书

1.一种智慧城市事件管理方法，所述方法包括：

接收终端发送的城市视频数据，将所述城市视频数据进行预处理获取视频图像；

根据预设帧数从所述视频图像中获取关键视频图像；

获取所述城市视频数据携带的视频标识，并根据所述视频标识调用对应的模型，将所述关键视频图像输入至所述模型中得到识别结果；

根据所述识别结果生成城市异常事件发送给终端，并接收终端反馈的审核结果，所述审核结果由终端根据所述城市异常事件生成；

根据所述审核结果将所述城市异常事件以及对应的视频图像存储至对应的事件库。

2.根据权利要求1所述的方法，其特征在于，所述根据预设帧数从所述视频图像中获取关键视频图像包括：

根据预设帧数从所述视频图像中选择一帧视频图像为目标视频图像，所述目标视频图像携带有第一位置信息；

若识别到所述目标视频图像不存在文字，则根据所述第一位置信息获取对比视频图像；所述对比视频图像是预先采集携带有所述第一位置信息的视频图像；

将所述目标视频图像与所述对比视频图像进行比较，若所述目标视频图像满足第一预设要求，则确定为关键视频图像；

若识别到所述目标关键视频图像存在文字，则获取所述目标视频图像的前后视频图像；

比较所述目标视频图像与所述前后视频图像，选择满足第二预设要求的确定为关键视频图像。

3.根据权利要求1所述的方法，其特征在于，所述视频标识包括地址核查、人流分析以及卫生检测；

所述根据所述视频标识调用对应的模型，将所述关键视频图像输入至所述模型中得到识别结果包括：

若所述视频标识为地址核查，则调用影像识别模型识别所述关键视频图像得到识别结果，所述识别结果包括识别文字；

若所述视频标识为人流分析，则调用深度神经网络模型识别所述关键视频图像得到识别结果，所述识别结果包括人流数量和识别分值；

若所述视频标识为卫生检测，则从所述关键视频图像中获取关键区域，调用卷积神经网络模型得到识别结果，所述识别结果包括所述关键区域的特征值。

4.根据权利要求3所述的方法，其特征在于，所述根据所述识别结果生成城市异常事件包括：

当所述识别结果为识别文字时，获取所述关键视频图像携带的第二位置信息；

根据所述第二位置信息获取企业信息，所述企业信息包括企业名称；

利用SOLR查询从所述企业信息中为所述识别文字匹配对应的企业名称；

获取所述企业名称对应的注册地址，根据所述注册地址获取第三位置信息；

计算所述第二位置信息和所述第三位置信息的差异值，根据所述差异值生成事件；

当所述识别结果为人流数量和识别分值时，若所述识别分值大于等于第一预设值，则获取历史人流数量；

根据所述历史人流数量和所述人流数量确定人流差异，根据所述人流差异生成事件；

当所述识别结果为关键区域的特征值时，若所述特征值大于等于第二预设值，则根据所述特征值生成事件。

5.根据权利要求3所述的方法，其特征在于，所述调用深度神经网络模型识别所述关键视频图像得到识别结果，所述识别结果包括人流数量和识别分值包括：

识别所述关键视频图像获取人体局部候选框；

根据所述人体局部候选框确定人流数量；

获取所述人体局部候选框的预设分值和权重；

根据所述预设分值和权重计算识别分值。

6.根据权利要求3所述的方法，其特征在于，所述调用卷积神经网络模型得到识别结果，所述识别结果包括所述关键区域的特征值包括：

将所述关键区域输入至第一特征提取网络中提取第一特征数据；

将所述第一特征数据输入至第二特征提取网络中提取第二特征数据；

将所述第二特征数据进行特征分解获取特征值。