[发明专利]异常事件检测方法、相关设备及可读存储介质

权利要求书

1.一种异常事件检测方法，其特征在于，包括：

获取待测区域的监控视频，所述待测区域为待检测是否发生异常事件的区域；

针对所述监控视频的每个图像帧，对该图像帧进行运动对象检测，得到该图像帧中包含的运动对象；

基于该图像帧中包含的运动对象，以及，该图像帧的前一图像帧对应的运动对象跟踪结果进行跟踪，得到该图像帧对应的运动对象跟踪结果，该图像帧对应的运动对象跟踪结果中包括所述监控视频中包含的运动对象，以及各运动对象的运动轨迹；

基于该图像帧对应的运动对象跟踪结果，确定所述监控视频中包含的目标运动对象，以及所述目标运动对象的运动轨迹；其中，所述目标运动对象基于所述监控视频中的运动对象已检测为目标运动对象的次数以及已检测次数确定；

根据所述目标运动对象的运动轨迹，检测所述待测区域中是否发生异常事件。

2.根据权利要求1所述的方法，其特征在于，对任一图像帧进行运动对象检测，得到任一图像帧中包含的运动对象，包括：

确定所述图像帧的二值化前景图像；

从所述图像帧的二值化前景图像中提取运动对象。

3.根据权利要求2所述的方法，其特征在于，所述确定所述图像帧的二值化前景图像，包括：

基于混合高斯分布模型，确定所述图像帧的第一二值化前景图像；

根据所述图像帧的第一二值化前景图像检测所述图像帧是否相对于所述图像帧的前一图像帧发生光线突变；

如果未发生光线突变，则将所述第一二值化前景图像作为所述图像帧的二值化前景图像；

如果发生光线突变，则基于自适应阈值的帧差法确定所述图像帧的第二二值化前景图像，将所述第二二值化前景图像作为所述图像帧的二值化前景图像。

4.根据权利要求1所述的方法，其特征在于，所述基于该图像帧对应的运动对象跟踪结果，确定所述监控视频中包含的目标运动对象，以及所述目标运动对象的运动轨迹，包括：

基于该图像帧对应的运动对象跟踪结果，确定位于所述监控视频中预设区域内的运动对象；

从所述位于所述监控视频中预设区域内的运动对象中，确定所述监控视频中包含的目标运动对象；

根据确定的监控视频中包含的目标运动对象，以及该图像帧对应的运动对象跟踪结果，确定所述目标运动对象的运动轨迹。

5.根据权利要求4所述的方法，其特征在于，所述从所述位于所述监控视频中预设区域内的运动对象中，确定所述监控视频中包含的目标运动对象，包括：

获取每个位于所述监控视频中预设区域内的运动对象的已检测次数，和每个位于所述监控视频中预设区域内的运动对象已检测为目标运动对象的次数；

确定位于所述监控视频中预设区域内的运动对象中，已检测为目标运动对象的次数为第一预设阈值的运动对象为所述监控视频中包含的目标运动对象；

确定位于所述监控视频中预设区域内的运动对象中，已检测为目标运动对象的次数小于第一预设阈值，且已检测次数小于第二预设阈值的运动对象为待检测对象；

将待检测运动对象的已检测次数加一，并根据该图像帧对应的运动对象跟踪结果中待检测运动对象的运动轨迹，对待检测运动对象进行检测，确定待检测运动对象本次是否最终检测为目标运动对象，并在待测运动对象本次最终检测为目标运动对象后，将待检测运动对象已检测为目标运动对象的次数加一。

6.根据权利要求5所述的方法，其特征在于，所述根据该图像帧对应的运动对象跟踪结果中待检测运动对象的运动轨迹，对待检测运动对象进行检测，确定待检测运动对象本次是否最终检测为目标运动对象，包括：

针对每个待检测运动对象，根据该待检测运动对象的运动轨迹，确定该待检测运动对象对应的检测子图；所述检测子图，是该待检测运动对象在该图像帧中的图像子区域；

将该待检测运动对象对应的检测子图输入目标运动对象检测模型中，所述目标运动对象检测模型输出目标运动对象在该检测子图中的位置信息；所述目标运动对象检测模型是以训练子图为训练样本，以目标运动对象在训练子图中的位置信息为样本标签，训练得到的；

根据目标运动对象检测模型输出的目标运动对象在该检测子图中的位置信息，确定该待测运动对象本次是否最终检测为目标运动对象。