[发明专利]异常事件的检测方法、装置和系统，及数据处理方法

说明书

本申请公开了一种异常事件的检测方法、装置和系统，及数据处理方法。其中，该检测方法包括：获取目标对象的第一多媒体数据和第二多媒体数据；利用处理模型对第一多媒体数据进行处理，预测出第二多媒体数据的第一时空特征，并利用处理模型对第二多媒体数据进行处理，得到第二多媒体数据的第二时空特征，处理模型用于将第一多媒体数据和第二多媒体数据输入至提取网络，得到第一多媒体数据的时空特征和第二多媒体数据的第二时空特征，将第一多媒体数据的时空特征输入至预测网络，得到第二多媒体数据的第一时空特征；基于第一时空特征和第二时空特征，确定目标对象是否发生异常事件。本申请解决了偶发且危害较大的异常事件，识别准确率低的技术问题。

技术领域

本申请涉及数据处理领域，具体而言，涉及一种异常事件的检测方法、装置和系统，及数据处理方法。

背景技术

目前，传统的异常事件检测方法需要收集大量样本进行模型训练，来挖掘异常状态、异常行为的特有模式。但是由于异常事件的突发、偶发特性，异常事件的数据获取的代价较大，往往无法收集到足够多的样本来进行异常模式的建模，导致训练出来的模型对异常事件检测的准确度较低。针对上述问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种异常事件的检测方法、装置和系统，及数据处理方法，以至少解决偶发且危害较大的异常事件，识别准确率低的技术问题。

根据本申请实施例的一个方面，提供了一种异常事件的检测方法，包括：获取目标对象的第一多媒体数据和第二多媒体数据，其中，第一多媒体数据和第二多媒体数据是从目标对象的视频数据中获取到的多媒体数据，且第一多媒体数据的采集时间早于第二多媒体数据的采集时间；利用处理模型对第一多媒体数据进行处理，预测出第二多媒体数据的第一时空特征，并利用处理模型对第二多媒体数据进行处理，得到第二多媒体数据的第二时空特征，其中，处理模型用于获取第一多媒体数据和第二多媒体数据，将第一多媒体数据和第二多媒体数据输入至提取网络，得到第一多媒体数据的时空特征和第二多媒体数据的第二时空特征，将第一多媒体数据的时空特征输入至预测网络，得到第二多媒体数据的第一时空特征；基于第二多媒体数据的第一时空特征和第二多媒体数据的第二时空特征，确定目标对象是否发生异常事件。

根据本申请实施例的另一方面，还提供了一种异常事件的检测方法，包括：获取目标对象的视频数据；对视频数据进行处理，得到第一多媒体数据和第二多媒体数据，其中，第一多媒体数据的采集时间早于第二多媒体数据的采集时间；利用处理模型对第一多媒体数据进行处理，预测出第二多媒体数据的第一时空特征，并利用处理模型对第二多媒体数据进行处理，得到第二多媒体数据的第二时空特征，其中，处理模型用于获取第一多媒体数据和第二多媒体数据，将第一多媒体数据和第二多媒体数据输入至提取网络，得到第一多媒体数据的时空特征和第二多媒体数据的第二时空特征，将第一多媒体数据的时空特征输入至预测网络，得到第二多媒体数据的第一时空特征；基于第二多媒体数据的第一时空特征和第二多媒体数据的第二时空特征，确定目标对象是否发生异常事件。

根据本申请实施例的另一方面，还提供了一种异常事件的检测装置，包括：获取模块，用于获取目标对象的第一多媒体数据和第二多媒体数据，其中，第一多媒体数据和第二多媒体数据是从目标对象的视频数据中获取到的多媒体数据，且第一多媒体数据的采集时间早于第二多媒体数据的采集时间；处理模块，用于利用处理模型对第一多媒体数据进行处理，预测出第二多媒体数据的第一时空特征，并利用处理模型对第二多媒体数据进行处理，得到第二多媒体数据的第二时空特征，其中，处理模型用于获取第一多媒体数据和第二多媒体数据，将第一多媒体数据和第二多媒体数据输入至提取网络，得到第一多媒体数据的时空特征和第二多媒体数据的第二时空特征，将第一多媒体数据的时空特征输入至预测网络，得到第二多媒体数据的第一时空特征；确定模块，用于基于第二多媒体数据的第一时空特征和第二多媒体数据的第二时空特征，确定目标对象是否发生异常事件。