[发明专利]视频检测方法、装置、终端设备及可读存储介质

权利要求书

1.一种视频检测方法，其特征在于，包括：

获取待测视频，所述待测视频包括N个视频帧，其中，N为大于1的整数；

依次获取所述N个视频帧的预测帧，其中，所述N个视频帧中第i+1个视频帧的预测帧的计算方式为：将第i个视频帧的误差图像，输入到已训练的预测网络模型进行处理，得到所述第i+1个视频帧的预测帧，所述第i个视频帧的误差图像是根据所述第i个视频帧和所述第i个视频帧的预测帧相减所得，1≤i≤N-1，i为整数；其中，所述预测网络模型为时序网络模型；第1个视频帧的预测帧是将预设误差图像输入到预测网络模型进行处理后得到的；

计算第N个视频帧与第N个视频帧的预测帧的差异度；

若所述差异度符合预设条件，则确定所述待测视频存在异常，包括：

若所述差异度大于第一预设阈值，则确定所述待测视频存在异常。

2.根据权利要求1所述的方法，其特征在于，所述计算所述第N个视频帧与所述第N个视频帧的预测帧的差异度，包括：

将所述第N个视频帧的预测帧与所述第N个视频帧相减并取模，得到所述差异度。

3.根据权利要求1所述的方法，其特征在于，所述计算所述第N个视频帧与所述第N个视频帧的预测帧的差异度，包括：

通过预设修复算法，对所述第N个视频帧的预测帧进行修复；

将修复后的所述第N个视频帧的预测帧与所述第N个视频帧相减并取模，得到所述差异度。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述若所述差异度符合预设条件，则确定所述待测视频存在异常，包括：

对所述差异度的倒数进行归一化，得到正常度分数；

若所述正常度分数小于第二预设阈值，则确定所述待测视频存在异常。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述预测网络模型为长短时记忆网络LSTM模型或者为门控循环神经网络GRU模型。

6.一种视频检测装置，其特征在于，包括：

获取模块，用于获取待测视频，所述待测视频包括N个视频帧，其中，N为大于1的整数；

预测模块，用于依次获取所述N个视频帧的预测帧，其中，所述N个视频帧中第i+1个视频帧的预测帧的计算方式为：将第i个视频帧的误差图像，输入到已训练的预测网络模型进行处理，得到所述第i+1个视频帧的预测帧，所述第i个视频帧的误差图像是根据所述第i个视频帧和所述第i个视频帧的预测帧相减所得，1≤i≤N-1，i为整数；其中，所述预测网络模型为时序网络模型；第1个视频帧的预测帧是将预设误差图像输入到预测网络模型进行处理后得到的；

计算模块，用于计算第N个视频帧与第N个视频帧的预测帧的差异度；

确定模块，用于若所述差异度符合预设条件，则确定所述待测视频存在异常，包括：

若所述差异度大于第一预设阈值，则确定所述待测视频存在异常。

7.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的方法。

8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。