[发明专利]一种异常行为检测方法和装置

权利要求书

1.一种异常行为检测方法，其特征在于，所述方法包括：

获取多个相机监测到的视频数据；

对所述视频数据进行预处理，得到预处理后的数据；

通过异常行为检测模型对所述预处理后的数据进行处理，得到所述预处理后的数据的重构数据；

基于所述重构数据和所述预处理后的数据确定重构误差，并基于所述重构误差确定检测结果；

其中，所述异常行为检测模型包括空间编码模块、时序编解码模块和空间解码模块；

所述通过异常行为检测模型对所述预处理后的数据进行处理，得到所述预处理后的数据的重构数据，包括：

通过所述空间编码模块提取所述预处理后的数据的空间特征，以及通过所述时序编解码模块提取所述预处理后的数据的时间特征；

通过所述空间解码模块对所述空间特征和所述时间特征进行处理，得到所述预处理后的数据的空间重构数据；

其中，所述空间解码模块包括第一空间解码子模块、第二空间解码子模块和第三空间解码子模块；其中，

所述通过所述空间解码模块对所述空间特征和所述时间特征进行处理，得到所述预处理后的数据的空间重构数据，包括：

通过所述第一空间解码子模块对第一帧视频数据对应的空间特征和所述时间特征进行处理，得到所述第一帧数据对应的空间重构数据；

通过所述第二空间解码子模块对第二帧视频数据对应的空间特征和所述时间特征进行处理，得到所述第二帧数据对应的空间重构数据；

通过所述第三空间解码子模块对第三帧视频数据对应的空间特征和所述时间特征进行处理，得到所述第三帧数据对应的空间重构数据；其中，所述第二帧数据对应的空间重构数据和所述第三帧数据对应的空间重构数据用于对所述异常行为检测模型进行验证；所述第二帧视频数据为所述第一帧视频数据之前的一帧视频数据，所述第三帧视频数据为所述第一帧视频数据之后的一帧视频数据。

2.根据权利要求1所述的异常行为检测方法，其特征在于，所述方法还包括：

基于所述检测结果，确定热力图和散点图中的异常区域；

将所述异常区域中的异常点映射到二维平面中进行展示。

3.根据权利要求2所述的异常行为检测方法，其特征在于，所述将所述异常区域中的异常点映射到二维平面中进行展示，包括：

将所述异常区域中的异常点映射到原始视频图像中，并以散点图的形式进行展示；和/或，

将所述异常点映射到车站平面图中，并以热力图的形式进行展示。

4.根据权利要求1所述的异常行为检测方法，其特征在于，

所述空间编码模块包括交替连接的卷积层和池化层，所述空间解码模块包括交替连接的反卷积层和反池化层，其中，所述空间编码模块包括的卷积层的数目与所述空间解码模块包括的反卷积层的数目一致，且所述空间编码模块包括的池化层的数目与所述空间解码模块包括的反池化层的数目一致。

5.根据权利要求1所述的异常行为检测方法，其特征在于，所述方法还包括：

针对多个相机的重叠监测区域，基于所述多个相机中各个相机的权值对所述各个相机监测到的重叠监测区域的检测结果进行加权处理，得到所述重叠监测区域的综合检测结果。

6.根据权利要求1所述的异常行为检测方法，其特征在于，所述方法还包括：

基于所述检测结果和历史检测结果，绘制受试者工作特征曲线ROC；

通过所述ROC曲线对所述异常行为检测模型进行训练。

7.根据权利要求6所述的异常行为检测方法，其特征在于，所述方法还包括：

计算所述ROC曲线的曲线下方面积AUC；

根据所述AUC面积，判断是否需要对所述异常行为检测模型进行再训练。

8.根据权利要求6所述的异常行为检测方法，其特征在于，所述方法还包括：

根据所述ROC曲线确定检测阈值；

所述基于所述重构误差确定异常行为的检测结果，包括：

根据所述重构误差计算异常评分；

若所述异常评分小于等于所述检测阈值，则确定检测到异常行为。