[发明专利]基于人工智能的安防监控设备异常检测方法及系统

说明书

本发明涉及人工智能领域，具体为一种基于人工智能的安防监控设备异常检测方法及系统，该方法包括：确定目标监控设备，获取目标监控设备采集图像中每个像素位置的标准混合高斯模型；对于每帧图像中每个像素，将该像素的像素值输入相应的标准混合高斯模型计算概率值，基于概率值和相应的标准混合高斯模型的最大概率值得到概率偏差值；统计每帧图像的背景区域中每个像素的光照强度与概率偏差值的比值，得到标准比值；计算目标监控设备采集的实时图像背景区域中每个像素对应的光照强度与概率偏差值的实时比值，与标准比值对比，得到背景区域中每个像素对应的异常值，基于异常值进行目标监控设备的异常检测。本发明可保障安防系统的有效运行。

技术领域

本发明涉及人工智能和智慧安防领域，具体涉及一种基于人工智能的安防监控设备异常检测方法及系统。

背景技术

安防监控在生产园区、校园、街道等很多场景下广泛应用，获得监控区域内实时的视频信息并将其储存，对实时采集到的视频信息进行分析处理借助安防系统实现安全事故的实时预警。故作为安防系统的眼睛，安防监控的正常运作对安防系统来说至关重要。目前对于安防设备的异常监测常常忽略的监控相机自身的异常监测，往往依靠定期维修来保证安防监控的正常运行，但该方法有一定的延时性，不能及时发现安防监控设备的异常。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于人工智能的安防监控设备异常检测方法及系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种基于人工智能的安防监控设备异常检测方法，该方法包括以下具体步骤：

监控区域中的每个安防监控设备分别为目标监控设备，基于预设时间段内目标监控设备采集的图像进行混合高斯背景建模，得到每个像素位置的标准混合高斯模型；

对于每帧图像中每个像素，将该像素的像素值输入相应的标准混合高斯模型计算概率值，进而基于所述概率值和所述相应的标准混合高斯模型的最大概率值得到概率偏差值；获取所述每帧图像的光照图；统计所述每帧图像的背景区域中每个像素对应的光照强度与概率偏差值的比值，得到标准比值；

对于目标监控设备采集的实时图像，获取实时图像中的背景区域，计算背景区域中每个像素对应的光照强度与概率偏差值的实时比值，与标准比值对比，得到背景区域中每个像素对应的异常值，基于所述异常值进行目标监控设备的异常检测。

进一步地，基于RetinexNet获取图像的光照图。

进一步地，所述背景区域中每个像素对应的异常值的获取具体为：γ＝1-exp(-|α-α₀|)，α表示背景区域中一个像素对应的实时比值，α₀表示标准比值，γ表示所述一个像素对应的异常值。

进一步地，实时图像的背景区域中所有像素对应的异常值的和与背景区域面积的比值为异常检测指标，基于所述异常检测指标检测目标监控设备是否异常。

进一步地，监控视野与目标监控设备有重叠的监控设备为关联监控设备，基于目标监控设备和关联监控设备在同一时刻采集的实时图像的异常检测指标的和，检测目标监控设备是否异常。

进一步地，为关联监控设备采集的实时图像的异常检测指标设置权重；目标监控设备和关联监控设备采集的实时图像中，监控视野重叠区域内背景的图像特征差异越大，所述权重越小；反之，权重越大。

第二方面，本发明另一个实施例提供了一种基于人工智能的安防监控设备异常检测系统，该系统具体包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现一种基于人工智能的安防监控设备异常检测方法的步骤。