[发明专利]一种检测目标对象的方法和系统

权利要求书

1.一种检测目标对象的方法，所述方法包括：

获取所述目标对象在预设的第1至第N-1个时间点的第一数据以及拍摄所述目标对象的至少一个摄像终端在所述第1至第N-1个时间点的第二数据；

将所述第一数据和所述第二数据输入预测模型，确定所述目标对象在第N个时间点的预测数据；

获取所述目标对象在所述第N个时间点的真实数据，并基于所述预测数据和所述真实数据，确定所述目标对象是否正常工作；其中，

所述预测模型包括至少一个RNN模型和一个GNN模型；其中，

所述至少一个RNN模型用于对所述第一数据和所述第二数据进行处理，得到所述目标对象的第一特征和所述至少一个摄像终端的第二特征；

所述GNN模型对图进行处理，确定所述目标对象的预测数据，其中，以所述目标对象和所述至少一个摄像终端作为所述图的顶点，以所述目标对象和所述至少一个摄像终端之间的关系，和所述至少一个摄像终端之间的关系作为所述图的边，其中，所述边对应的关系满足预设条件，所述预设条件与所述目标对象和所述至少一个摄像终端以及所述至少一个摄像终端之间距离相关，所述目标对象对应的顶点的特征为第一特征，所述至少一个摄像终端对应的顶点的特征为第二特征，所述边的特征包括相对距离和/或相对角度，其中，相对距离包括所述目标对象和所述至少一个摄像终端以及所述至少一个摄像终端之间的直线距离，相对角度包括所述目标对象在工作时的放置角度以及所述至少一个摄像终端在拍摄时的视角。

2.如权利要求1所述的方法，所述预测模型通过训练过程获取，所述训练过程包括：

获取多个训练样本及其标签，所述训练样本包括样本目标对象在多个样本时间点的样本第一数据以及拍摄所述样本目标对象的至少一个样本摄像终端在所述多个样本时间点的样本第二数据，所述标签表示所述样本目标对象在样本预测时间点的真实数据；

基于所述多个训练样本训练初始预测模型，得到所述预测模型。

3.如权利要求1所述的方法，所述方法还包括：

基于所述第1至第N-1个时间点的视频数据生成视频序列特征；

所述至少一个RNN模型对所述视频序列特征和所述第二数据进行处理，得到融合序列特征；

将所述融合序列特征作为所述至少一个摄像终端对应的顶点的特征。

4.根据权利要求1所述的方法，所述方法还包括：

在所述目标对象异常工作时，发出警报信息，所述警报信息通过灯光、文字和语音信号中的至少一种形式发出。

5.一种检测目标对象的系统，所述系统包括：

获取模块，用于获取所述目标对象在预设的第1至第N-1个时间点的第一数据以及拍摄所述目标对象的至少一个摄像终端在所述第1至第N-1个时间点的第二数据；

预测模块，用于将所述第一数据和所述第二数据输入预测模型，确定所述目标对象在第N个时间点的预测码流；

判断模块，用于获取所述目标对象在所述第N个时间点的真实码流，并基于所述预测码流和所述真实码流，确定所述目标对象是否正常工作；其中，

所述预测模型包括至少一个RNN模型和一个GNN模型；其中，

所述至少一个RNN模型用于对所述第一数据和所述第二数据进行处理，得到所述目标对象的第一特征和所述至少一个摄像终端的第二特征；

所述GNN模型对图进行处理，确定所述目标对象的预测数据，其中，以所述目标对象和所述至少一个摄像终端作为所述图的顶点，以所述目标对象和所述至少一个摄像终端之间的关系，和所述至少一个摄像终端之间的关系作为所述图的边，其中，所述边对应的关系满足预设条件，所述预设条件与所述目标对象和所述至少一个摄像终端以及所述至少一个摄像终端之间距离相关，所述目标对象对应的顶点的特征为第一特征，所述至少一个摄像终端对应的顶点的特征为第二特征，所述边的特征包括相对距离和/或相对角度，其中，相对距离包括所述目标对象和所述至少一个摄像终端以及所述至少一个摄像终端之间的直线距离，相对角度包括所述目标对象在工作时的放置角度以及所述至少一个摄像终端在拍摄时的视角。