[发明专利]一种对摄像头异常状况的检测方法及装置

权利要求书

1.一种对摄像头异常状况的检测方法，其特征在于，所述方法包括：

获得处于静止状态下的待检测摄像头所拍摄的图像，作为待检测图像；

利用当前的异常状况检测模型以及所述待检测图像，确定所述待检测摄像头对应的状况检测结果，其中，所述状况检测结果包括：所述待检测摄像头是否存在异常状况的结果和/或所存在异常状况的类型，所述当前的异常状况检测模型为：基于表征所对应摄像头不存在异常状况的正样本图像和表征所对应摄像头存在异常状况的负样本图像训练所得模型；

所述当前的异常状况检测模型包括单帧检测子模型和多帧判断子模型；所述待检测图像为连续帧图像；

所述利用当前的异常状况检测模型以及所述待检测图像，确定所述待检测摄像头对应的状况检测结果的步骤，包括：

针对每一待检测图像，将该待检测图像输入所述单帧检测子模型，确定该待检测图像对应的检测信息，其中，所述检测信息包括：表征待检测摄像头存在各异常状况类型对应的概率值，和表征待检测摄像头不存在异常状况对应的概率值；

将每一待检测图像对应的检测信息输入所述多帧判断子模型，统计所对应检测信息为表征待检测摄像头存在异常状况的待检测图像的数量，作为第一数量；基于所述第一数量确定所述待检测摄像头是否存在异常状况，并在确定所述待检测摄像头存在异常状况的情况下，基于各表征待检测摄像头存在异常状况的检测信息中各异常状况类型对应的概率值，确定所述待检测摄像头对应的目标异常状况类型，以得到所述待检测摄像头对应的状况检测结果。

2.如权利要求1所述的方法，其特征在于，所述异常状况类型包括如下类型中的至少一种：沾水、污渍、黑屏以及过曝。

3.如权利要求1所述的方法，其特征在于，在所述利用当前的异常状况检测模型以及所述待检测图像，确定所述待检测摄像头对应的状况检测结果的步骤之前，所述方法还包括：

获得正样本图像及其对应的标签信息以及负样本图像及其标签信息，其中，所述正样本图像为表征所对应摄像头不存在异常状况的图像，所述负样本图像为表征所对应摄像头存在异常状况的图像；

利用预设数据增强算法以及所述正样本图像和/或所述负样本图像，确定目标负样本图像，其中，所述目标负样本图像包括：所述负样本图像及对所述负样本图像进行变形后的图像，和/或，所述目标负样本图像包括：所述负样本图像及每一正样本图像进行风格转换后的图像；

获得每一组预设超参数对应的初始的异常状况检测模型；

针对每一组预设超参数，利用作为训练集的第一正样本图像及其标签信息、第一目标负样本图像及其标签信息，训练该初始的异常状况检测模型，直至该初始的异常状况检测模型达到预设收敛条件，确定该组预设超参数对应的中间异常状况检测模型，其中，所述第一正样本图像为所述正样本图像中的部分图像，所述第一目标负样本图像为所述目标负样本图像中的部分图像；

利用作为评测集的第二正样本图像及其标签信息、第二目标负样本图像及其标签信息，从所有中间异常状况检测模型中，确定出检测结果最优的中间异常状况检测模型，确定为当前的异常状况检测模型，其中，所述第二正样本图像为所述正样本图像中的部分图像，所述第二目标负样本图像为所述目标负样本图像中的部分图像。

4.如权利要求3所述的方法，其特征在于，所述预设数据增强算法为预先建立的数据增强模型，所述预先建立的数据增强模型为：基于已标注的指定正样本图像和指定负样本图像训练所得的网络模型，所述预先建立的数据增强模型用于对所输入图像进行数据增强；

所述利用预设数据增强算法以及所述正样本图像和/或所述负样本图像，确定目标负样本图像的步骤，包括：

将每一正样本图像输入所述预先建立的数据增强模型，得到每一正样本图像对应的新增样本图像；

将所述负样本图像以及每一正样本图像对应的新增样本图像，确定为目标负样本图像。

5.如权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

在确定所述待检测摄像头出现异常状况的情况下，输出异常报警信息。