[发明专利]异常行为检测与跟踪方法、装置、可读存储介质及设备

权利要求书

1.一种异常行为检测与跟踪方法，其特征在于，所述方法包括：

控制摄像装置巡视目标区域，并获取所述摄像装置拍摄的当前目标图片；

将所述当前目标图片输入到异常行为检测模型当中进行异常行为检测，所述异常行为检测模型根据环境变化进行更新；

当所述异常行为检测模型在所述当前目标图片当中识别到异常行为时，通过卡尔曼滤波算法对所述异常行为进行跟踪；

其中，所述异常行为检测模型根据环境变化进行更新的步骤包括：

获取所述摄像装置在预设时间内拍摄的多帧目标图片，并从所述异常行为检测模型上一次训练用的原训练集中获取多帧训练图片；

根据多帧所述目标图片和多帧所述训练图片，计算出所述目标区域的环境变化系数；

当所述环境变化系数大于阈值时，将预设的需要识别的异常行为图像贴到多帧所述目标图片当中，并将贴图后的目标图片放入所述原训练集当中，得到新训练集，其中，每帧目标图片各贴一张不同的异常行为图像、或每帧目标图片都贴上所有异常行为图像；或者，异常行为图像也可以随机的贴到各目标图片当中，并且贴图时以目标图片作为背景，异常行为图像包含了标注框位置信息，新加入的图片和原训练集当中的原图片共同放到同一训练集当中训练；

采用所述新训练集对所述异常行为检测模型进行重新训练；

其中，所述环境变化系数满足以下条件式：

式中，A_i代表所述训练图片的背景灰度图片，B_i代表所述目标图片的背景灰度图片，a_j代表所述训练图片的背景灰度图片中第j点的像素，b_j代表所述目标图片的背景灰度图片中第j点的像素，d（A_i，B_i）代表所述训练图片的背景灰度图片和所述目标图片的背景灰度图片之间的距离，δ代表所述环境变化系数，所述训练图片和所述目标图片的数量均为m，i代表第i张图片，m≥i＞0，i为整数；

其中，根据多帧所述目标图片和多帧所述训练图片，计算出所述目标区域的环境变化系数的步骤包括：

对每帧所述目标图片和每帧所述训练图片分别进行背景分割和灰度转换，以得到每帧所述目标图片和每帧所述训练图片的背景灰度图片；

根据每帧所述目标图片和每帧所述训练图片的背景灰度图片，计算出所述目标区域的环境变化系数；

其中，在获取所述摄像装置拍摄的当前目标图片的步骤之后，还包括：

获取所述当前目标图片的当前亮度值，并根据所述当前亮度值对所述摄像装置的补光亮度进行调节。

2.根据权利要求1所述的异常行为检测与跟踪方法，其特征在于，还包括：

检测预设存储地址下是否新增有以预设名称命名的目标文件夹；

若是，则获取所述目标文件夹当中新定义的异常行为图片及其标注文件，并采用上一次训练得到的异常行为检测模型对所述新定义的异常行为图片及其标注文件进行迁移学习。

3.根据权利要求1所述的异常行为检测与跟踪方法，其特征在于，当所述异常行为检测模型在所述当前目标图片当中识别到异常行为时，还包括：

将所述当前目标图片复制预设份数，得到多份所述当前目标图片；

对多份所述当前目标图片进行旋转、亮度变化和/或加入噪声处理，得到多份处理后的当前目标图片；

将多份处理后的当前目标图片分别输入到所述异常行为检测模型当中进行异常行为检测，得到多份检测结果；

当所述多份检测结果当中识别到异常行为的结果占多数时，执行所述通过卡尔曼滤波算法对所述异常行为进行跟踪的步骤。