[发明专利]基于特征编码的异常行为检测方法、装置及电子设备

权利要求书

1.一种基于特征编码的异常行为检测方法，其特征在于，包括：

构建仅包含正常事件数据的编码训练数据集；

采用所述编码训练数据集对初始异常行为检测模型进行训练，以得到目标异常行为检测模型，所述目标异常行为检测模型包括目标特征提取模块和目标异常值预测模块；

获取待检测的视频数据；

将所述视频数据输入目标异常行为检测模型，通过所述目标特征提取模块和目标异常值检测模块对所述视频数据进行检测，以输出异常值；

根据所述异常值判断异常事件，其中，所述异常值在0-1之间；

所述初始异常行为检测模型包括初始特征提取模块和初始异常值预测模块，得到目标异常行为检测模型的过程具体包括：

对所述编码训练数据集中的视频片段进行归一化处理，以得到视频片段；

对所述视频片段进行分段处理；

根据分段处理后的所述视频片段，生成初始目标特征；

引入特征编码模块，将所述初始特征提取模块和特征编码模块构成编码训练模型；

采用所述编码训练数据集对所述编码训练模型进行编码训练；

保存编码训练后的所述初始特征提取模块并将其作为所述目标特征提取模块；

将所述编码训练数据集输入所述目标特征提取模块，以得到实际输出特征向量；

根据所述实际输出特征向量和初始目标特征进行特征通道筛选；

采用筛选出的特征通道输出的特征向量对所述初始异常值预测模块进行常规训练；

保存常规训练后的所述初始异常值预测模块并将其作为所述目标异常值检测模块；

将所述目标特征提取模块和目标异常值检测模块结合以得到所述目标异常值检测模型。

2.如权利要求1所述的方法，其特征在于，对所述编码训练数据集中的视频片段进行归一化处理，具体包括：

确定基准点：确定每段视频数据中目标行为的结束点，从结束点向前推移相同帧数，作为目标行为起始点，截取起始点与结束点之间的视频片段；

对所述视频片段进行分段处理具体包括：

将所截取的视频片段中的图像帧均分为F段，F为用户自定义的正整数。

3.如权利要求2所述的方法，其特征在于，所述方法采用迭代生成法生成初始目标特征，具体包括：

4.1指定目标特征的特征持续时间初始变量M，其中1MF；

4.2从j＝1开始执行步骤4.3至4.4；

4.3生成长度为F的零行向量，将第j列至第j+M-1列的元素置为1，并记录；

4.4将列数j+1，重复执行步骤4.3，直至第F列元素被置为1；

4.5将特征持续时间变量M+1，重复执行步骤4.2，直至M＝F；

4.6将记录的所有行向量拼接成为矩阵；

4.7取上述矩阵中第j列作为视频中第j段所有图像帧的初始目标特征。

4.如权利要求2所述的方法，其特征在于，所述方法采用二进制生成法生成初始目标特征，具体包括：

5.1从0开始，利用二进制法不断加1，依次生成长度为F，数量为2F的行向量；

5.2将行向量拼接成大小为2F×F的矩阵；

5.3取上述矩阵中第j列作为视频中第j段所有图像帧的初始目标特征。

5.如权利要求3或4所述的方法，其特征在于，采用所述编码训练数据集对所述编码训练模型进行编码训练，具体包括：

以图像帧作为训练样本输入，其对应初始目标特征作为训练标签输入，同时以L1范数作为损失函数，训练若干个epoch直至损失函数的值趋于平稳不再下降。