[发明专利]一种基于联合编码的视频监控阵列显示优化方法和装置

权利要求书

1.一种基于联合编码的视频监控阵列显示优化方法，其特征在于，所述视频监控阵列显示优化方法包括：

通过将整个监控序列作为全局编码器的输入，监控人员在所述监控序列中的行为特征作为全局编码器的输出，构建全局编码器；

采用物品级的注意力机制，动态选择和线性组合输入序列的不同部分，进行构建局部编码器；

利用深度学习的循环神经网络结构，构建含有全局编码器与局部编码器的联合编码监控策略推荐模型；

使用当前监控序列的表示形式和每个候选项之间的双线性相似函数来计算相似度评分，根据每个项目的相似度评分获得对应监控画面接下来出现的概率值；

基于每一个监控画面接下来出现的概率值优化视频监控阵列显示排序。

2.根据权利要求1所述的视频监控阵列显示优化方法，其特征在于，所述构建全局编码器具体包括：

将数据集按照操作对象组织进行分组，并且将分组后的数据集按照操作时间进行排序，按照时间顺序排列的一个对象组织相当于一个序列，其中，所述数据集包括用户名、操作对象、操作对象组织、操作时间；

采用排序之后的数据集，根据公式计算重置门r_t，其中，σ为Sigmoid激活函数，x_t为全局编码器第t次的输入数据，为全局编码器第t-1次的输出数据，W_r和U_r为权重向量；

根据公式计算候选行为其中，r_t为重置门，为全局编码器第t-1次的输出数据，x_t为全局编码器第t次的输入数据，W和U分别为权重向量，⊙为哈达玛乘积；

根据公式计算更新门，其中，σ为Sigmoid激活函数，x_t为全局编码器第t次的输入数据，为全局编码器第t-1次的输出数据，W_z和U_z为权重向量；

根据公式计算候选行为与其之前的行为h_t-1的关系，其中，z_t为更新门，为候选行为，为全局编码器第t-1次的输出数据，候选行为与其之前的行为h_t-1的关系为全局编码器的输出操作序列特征。

3.根据权利要求1所述的视频监控阵列显示优化方法，其特征在于，所述构建局部编码器具体包括：

将数据集按照操作对象组织进行分组，并且将分组后的数据集按照操作时间进行排序，按照时间顺序排列的一个对象组织相当于一个序列，其中，所述数据集包括用户名、操作对象、操作对象组织、操作时间；

根据公式计算全局编码器隐层输出和局部编码器隐层向量表示的相似度函数q，其中，矩阵A₁用来将转化到一个潜在空间，矩阵A₂用来将转化到一个潜在空间，σ为Sigmoid激活函数，v^T是维度转换矩阵；

根据公式计算加权因子α，其中，是全局编码器隐层输出；是局部编码器隐层向量表示；

根据公式计算监控序列中监控人员的意图系数，其中，a_tj是加权因子；是局部编码器隐层向量表示。

4.根据权利要求1所述的视频监控阵列显示优化方法，其特征在于，所述构建含有全局编码器与局部编码器的联合编码监控策略推荐模型具体包括：

利用深度学习的循环神经网络结构，构建含有全局编码器与局部编码器的联合编码监控策略推荐模型，其中，全局编码器用于对整个监控序列进行总结，局部编码器用于自适应地选择当前会话中的重要项。

5.根据权利要求4所述的视频监控阵列显示优化方法，其特征在于，联合编码监控策略推荐模型构建过程中，全局编码器被整合到c_t中用来提供联合编码监控策略推荐模型的顺序行为表示，全局编码器一个隐藏状态与局部编码器的作用不同，局部编码器用于计算前一个隐状态下的注意力权值，而全局编码器的最后一个隐藏状态用来编码整个序列行为。