[发明专利]一种监控报警处理方法、装置及设备、可读介质

说明书

本发明提供一种监控报警处理方法、装置及设备、可读介质，该方法包括：确定图像中发生报警触发事件的目标区域；将所述目标区域输入至已训练的神经网络中，以由所述神经网络输出提取的所述目标区域的目标特征以及与所述目标特征对应的分类置信度；依据所述神经网络输出的所述目标特征对应的分类置信度确定所述目标特征所属的类别；当所述目标特征所属的类别为报警类别时，获取所述目标特征对应的属于非报警类别的至少一个参考特征，依据所述目标特征与所述参考特征之间的相似性判断是否报警。防止在受持续的环境干扰时产生高频误报的问题。

技术领域

本发明涉及安防技术领域，尤其涉及的是一种监控报警处理方法、装置及设备、可读介质。

背景技术

随着社会的不断进步，视频监控系统的应用范围越来越广。周界防范技术作为一种常用的视频监控报警技术，可以通过利用摄像机对于人或者车在围墙、园区或室内等区域监控，而实现区域入侵、越界侦测等行为事件的报警，能够很大程度上减少人工参与。

目前的监控报警方式是，在监控图像上设置规则，例如，在监控图像上设置规则框并禁止外部对象入侵至规则框所框选出的区域中，或在监控图像上设置警戒线并禁止外部对象越过该警戒线等，然后，当在图像中监控到运动物体破坏规则的触发事件时，便触发报警。

上述监控报警方式中，当晃动的树叶、蜘蛛丝或者灯光等这些环境干扰因素破坏规则时，也会导致报警，而这些环境干扰可能会持续很久时间，由于始终无法辨别运动物体是否为干扰物体，误报频率会很高，即在受持续的环境干扰时可能产生高频误报的问题。

发明内容

有鉴于此，本发明提供一种监控报警处理方法、装置及设备、可读介质，防止在受持续的环境干扰时产生高频误报的问题。

本发明第一方面提供一种监控报警处理方法，包括：

确定图像中发生报警触发事件的目标区域；

将所述目标区域输入至已训练的神经网络中，以由所述神经网络输出提取的所述目标区域的目标特征以及与所述目标特征对应的分类置信度；

依据所述神经网络输出的所述目标特征对应的分类置信度确定所述目标特征所属的类别；

当所述目标特征所属的类别为报警类别时，获取所述目标特征对应的属于非报警类别的至少一个参考特征，依据所述目标特征与所述参考特征之间的相似性判断是否报警。

根据本发明的一个实施例，所述由神经网络输出提取的所述目标区域的目标特征以及与所述目标特征对应的分类置信度，包括：

由所述神经网络的第一卷积层对所述目标区域进行特征提取而输出高维特征向量表示的目标特征至所述神经网络的池化层；

由所述神经网络的池化层对所述高维特征向量执行下采样处理而输出低维特征向量表示的目标特征至所述神经网络的第二卷积层与连接层；

由所述神经网络的第二卷积层对低维特征向量表示的目标特征执行分类处理而输出目标特征的分类值至神经网络的计算层；

由所述神经网络的计算层对目标特征的分类值执行置信度计算处理而输出目标特征的分类置信度至神经网络的连接层；

由所述神经网络的连接层对低维特征向量表示的目标特征与对应的分类置信度执行连接处理，以输出所述目标特征以及对应的分类置信度。

根据本发明的一个实施例，获取所述目标特征对应的属于非报警类别的至少一个参考特征，包括：

依据所述目标区域在图像中的位置从设定的表list记录的各个重复报警位置信息中确定出目标位置信息；

从所述表list中获取与所述目标位置信息对应的至少一个参考特征，并将所述参考特征确定为所述目标特征对应的属于非报警类别的参考特征。