[发明专利]事件监测方法、装置、电子设备及存储介质

权利要求书

1.一种事件监测方法，其特征在于，所述方法包括：

获取第一图像，所述第一图像为监控设备采集到的作业现场的图像；

通过训练好的图像分割模型识别所述第一图像，得到所述第一图像中各像素的概率值，所述各像素的概率值用于表征所述各像素的类别；

根据所述第一图像中各像素的概率值，确定所述第一图像的第一分割图像；

在所述第一分割图像的图像区域的尺寸大于第一预设尺寸的情况下，确定所述作业现场发生目标事件。

2.根据权利要求1所述的事件监测方法，其特征在于，所述根据所述第一图像中各像素的概率值，确定所述第一图像的第一分割图像，包括：

将第一像素的概率值更新为1，第二像素的类别概率值更新为0，其中，所述第一像素为所述第一图像中概率值大于预设值的像素，所述第二像素为所述第一图像中概率值小于或等于预设值的像素；

对所述第一图像中的各像素，将所述像素的更新后的概率值与所述第一图像对应的像素点积，得到所述第一图像的第一分割图像。

3.根据权利要求1所述的事件监测方法，其特征在于，所述在所述第一分割图像的图像区域的尺寸大于预设尺寸的情况下，确定所述作业现场发生目标事件之后，所述方法还包括：

计算所述第一分割图像的图像区域的尺寸与第二预设尺寸的差值，得到尺寸差值；

根据所述尺寸差值，确定所述目标事件的事件严重程度。

4.根据权利要求1所述的事件监测方法，其特征在于，所述在所述第一分割图像的图像区域的尺寸大于第一预设尺寸的情况下，确定所述作业现场发生目标事件，包括：

在所述第一分割图像的图像区域的尺寸大于第一预设尺寸的情况下，通过所述训练好的图像分割模型识别第二图像，得到第二图像对应的第二分割图像；所述第二图像为所述监控设备采集到的所述第一图像之后的N帧图像；

在所述第二分割图像的图像区域的尺寸大于第一预设尺寸的情况下，确定所述作业现场发生目标事件。

5.根据权利要求1所述的事件监测方法，其特征在于，所述通过图像分割模型识别所述第一图像，得到所述第一图像中各像素的概率值，包括：

通过所述训练好的图像分割模型中的卷积神经网络识别所述第一图像，得到第一像素的局部特征和全局特征；所述第一像素为所述第一图像中的一个像素；

将所述第一像素的所述全局特征和所述局部特征进行点积计算，得到第一值；

计算所述第一像素的第二值；所述第二值为所述第一图像中第一像素的每个全局特征与局部特征点积计算的数值之和；

根据所述第一值和所述第二值，确定所述第一图像中各像素的概率值。

6.根据权利要求1所述的事件监测方法，其特征在于，在所述获取第一图像之后，在通过训练好的图像分割模型识别所述第一图像，得到所述第一图像中各像素的概率值之前，所述方法还包括：

根据周期性学习率迭代策略，训练所述图像分割模型L次，得到L次训练对应的L个权重值；

采用随机权重平均方法确定目标权重值，所述目标权重值基于所述L个权重值确定；

根据所述目标权重值，确定所述图像分割模型的模型权重值，得到训练好的图像分割模型。

7.根据权利要求1所述的事件监测方法，其特征在于，在获取第一图像之后，在通过训练好的图像分割模型识别所述第一图像，得到所述第一图像中各像素的类别概率值之前，所述方法还包括：

根据自数据增强策略，调整第一图像的尺寸大小，得到目标尺寸的第一图像。