CN113673311B 一种交通异常事件检测方法、设备及计算机存储介质 （浙江大华技术股份有限公司）

各个视频帧与各个视频帧的关联视频帧的时空2基于所述视频流中，各个视频帧与所述各个视频帧的关联视频帧的时空特征相关性，将所述视频流中的预设帧数视频帧存入所述第一缓存单元和所分别获取第一缓存单元和第二缓存单元中视关键帧推荐网络包含2D特征编码单元、双向LSTM单元以及前馈网络单将所述视频流输入关键帧推荐网络，获取所述关键帧推所述基于所述各个视频帧的关键帧参考值，按照所述各个视频帧在所述视频流中的先后顺序，依次将各个视频帧的按照各个第一关键视频帧在所述视频流中的先后顺序，依次计算一个第在所述相似度小于等于预设的相似度阈值的情况下，将所述将所述每一训练图像输入所述关键帧推荐网络，获取所述每一训练3所述基于所述每一训练图像的标签分数和预测分数计算所述关键帧推荐网络的损失检测所述关键视频帧中异常事件的异常事件类别以及异常获取预设的检测区域，检测所述关键视频帧中异常事件的异常按照各个关键视频帧在所述视频流的先后顺序，依次计算两个存在异常事在所述区域交并比小于等于预设的交并比阈值的情况下，按照各个关键视频帧在所述视频流的先后顺序，依次计算两个存在异常事在所述视频帧序号差值小于等于预设的帧序号差值阈值的情况其中，所述存储器用于存储程序数据，所述处理器用于执行所述程45[0010]本申请还提供了一种计算机存储介质，所述计算机存储6[0015]图3是本申请提供的交通异常事件检测方法中视频片段存储单元和关键帧推荐网交通异常事件检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实[0032]进一步地，考虑到监控视频流中的监控区域包括道路路面区域和非道路路面区7的关联视频帧可以为当前视频帧所在监控视频流中帧序位于当前视频帧之前的一视频帧8通异常事件而不考虑异常事件的突发性和相邻帧的相关性，将导致检测结果的低精度问频片段缓存单元包括第一缓存单元和第二缓存单元，且视频片段缓存单元中共存储有N帧[0047]继续参阅图4。终端设备可以根据关键帧推荐网络的计算能力确定预设帧数视频存储单元与关键帧推荐网络首次开启计算时应保证第一缓存单元和第二缓存单元中存储向LSTM单元用于关联第一缓存单元和第二缓存单元中N帧视频帧前后时空特征之间的相关9关键视频帧与之前的一个第一关键视频帧的[0079]为了提高关键视频帧中异常事件的异常事件类别及异常[0080]另外，预检测网络可以为YOLO(YouOnlyLookOnce)、SSD(SingleShotMultiBoxDetector)、Faster-Rcnn(Faster-Region-ConvolutionalNeuralNetworks)、[0086]可继续参阅图10，图10是图2所示的交通异常事件方法中S206另一实施例的流程[0093]其中，终端设备判断事件置信度是否大于等于预设置信度阈值，若是，则执行取当前异常事件对应的第一视频帧序号，以及获取上一个异常事件对应的第二视频帧序[0100]可继续参阅图11，图11是图1所示的交通异常事件检测方法中获取关键帧推荐网[0108]S703：基于每一训练图像的标签分数和预测分数计算关键帧推荐网络的损失函备利用每一训练图像的标签分数和预测分数的均方差、相邻帧训练图像的预测分数偏差备可判断每一训练图像的标签分数和预测分数之间的损失是否小于等于损失阈值，若是，用处理器、数字信号处理器(DSP，DigitalSignalProcess)、专用集成电路(ASIC，ApplicationSpecificIntegratedCircuit)、现场可编程门阵列(FPGA，Field网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。