[发明专利]一种基于监控视频多目标检测的告警事件聚合方法和装置

说明书

本发明公开了一种基于监控视频多目标检测的告警事件聚合方法和装置，通过将获取到的视频帧输入目标检测模型，判断检测结果中是否存在目标对象，并根据置信度是否超过设定阈值判断是否是目标对象，并进入下一步骤；通过深度余弦度量学习网络模型对视频帧中的目标对象进行表观特征向量提取，结合以上步骤获得目标对象的标签、表观特征向量和坐标位置；基于目标对象的标签、系统时间、表观特征向量以及坐标位置通过告警事件聚合规则判断视频帧中目标对象所对应的告警事件是否是重复告警事件。本发明可以有效去除重复无效告警事件，极大节约了管理人员排查隐患的时间成本，有利于安全生产中的高效管理，适用到不同的工业场景中，实用性很强。

技术领域

本发明涉及智能监控领域，具体涉及一种基于监控视频多目标检测的告警事件聚合方法和装置。

背景技术

随着新基建的落地，工业互联网领域面临着新的发展机遇和挑战。工业智能告警管理平台正是在这一场景需求下诞生，通过实时监控视频对作业人员和场景进行分析，如安全帽、工作服正确佩戴检测，烟火、漏油等危险源识别检测，入侵目标发生边界入侵检测等，对满足预设条件的目标进行抓图保存并告警，语音提示等。在企业日常的安全生产中，工业智能告警平台为企业提供标准化的安全生产应用功能和信息服务支持，实现安全风险动态感知、事故隐患即时告警、安全监管精准高效，有力推进落实企业安全生产主体责任。

与传统的告警管理平台相比，工业智能告警管理平台能够减少无效告警数量，快速为管理人员提供操作指导，明显缩短告警管理周期。针对无效告警、重复告警等报警问题进行分析与聚合，最大程度发现重要告警，进行高效的隐患排查，从而提高告警管理的实时性和可靠性，有效改善工业流程的安全生产及安全操作水平。

目前对告警事件聚合方面研究比较少，只是针对目标物进行目标检测并实时产生告警，这个过程中会产生大量相同或无效的告警，而过多的重复告警产生会极大的提高管理人员排查隐患的时间成本，不利于安全生产中的自动化和高效管理。

有鉴于此，建立一种基于监控视频多目标检测的告警事件聚合方法和装置是非常具有意义的。

发明内容

针对上述提到告警事件中对重复事件的聚类和排查难度大、时间成本高、不利于安全生产中的自动化和高效管理等问题。本申请的实施例的目的在于提出了一种基于监控视频多目标检测的告警事件聚合方法和装置来解决以上背景技术部分提到的技术问题。

第一方面，本申请的实施例提供一种基于监控视频多目标检测的告警事件聚合方法，包括以下步骤：

目标检测步骤，将获取到的视频帧输入目标检测模型，判断检测结果中是否存在目标对象，并根据置信度是否超过设定阈值判断是否是目标对象，并进入度量学习步骤；

度量学习步骤，通过深度余弦度量学习网络模型对视频帧中的目标对象进行表观特征向量提取，结合目标检测步骤获得目标对象的标签、表观特征向量和坐标位置；以及

聚合分类步骤，基于目标对象的标签、系统时间、表观特征向量以及坐标位置通过告警事件聚合规则判断视频帧中目标对象所对应的告警事件是否是重复告警事件。

在一些实施例中，在目标检测步骤之前还包括：

通过OpenCV获取监控视频的实时视频流，并按照一定时间间隔进行截取得到视频帧。因此在实际应用中可以同时接入多路实时视频流进行实时智能分析。

在一些实施例中，深度余弦度量学习网络模型提取目标对象的表观特征向量构建事件聚合特征向量队列。事件聚合特征向量队列可以用于特征向量的相似度计算。

在一些实施例中，告警事件聚合规则具体包括：

通过标签查询已构建的事件聚合特征向量队列中是否存在目标对象，若是则进入时间匹配阶段，否则直接产生告警事件，并将目标对象的标签、表观特征向量和系统时间加入事件聚合特征向量队列；