CN113179423A - 事件的检测输出方法及装置、电子设备和存储介质 - Google Patents

事件的检测输出方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113179423A
CN113179423A CN202110442017.2A CN202110442017A CN113179423A CN 113179423 A CN113179423 A CN 113179423A CN 202110442017 A CN202110442017 A CN 202110442017A CN 113179423 A CN113179423 A CN 113179423A
Authority
CN
China
Prior art keywords
event
outputting
analysis
image frame
alarm information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110442017.2A
Other languages
English (en)
Inventor
熊梓云
李亚南
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Sensetime Technology Co Ltd
Original Assignee
Shenzhen Sensetime Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Sensetime Technology Co Ltd filed Critical Shenzhen Sensetime Technology Co Ltd
Priority to CN202110442017.2A priority Critical patent/CN113179423A/zh
Publication of CN113179423A publication Critical patent/CN113179423A/zh
Priority to PCT/CN2021/130349 priority patent/WO2022222445A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/234309—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by transcoding between formats or standards, e.g. from MPEG-2 to MPEG-4 or from Quicktime to Realvideo
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/2662—Controlling the complexity of the video stream, e.g. by scaling the resolution or bitrate of the video stream based on the client capabilities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440218—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by transcoding between formats or standards, e.g. from MPEG-2 to MPEG-4
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/488—Data services, e.g. news ticker
    • H04N21/4882—Data services, e.g. news ticker for displaying messages, e.g. warnings, reminders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/44—Event detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Image Analysis (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本公开提供了一种事件的检测输出方法及装置、电子设备和存储介质，该事件的检测输出方法包括：根据预设的解码方式对获取的目标视频进行解码，得到目标图像帧；将所述目标图像帧输入至目标神经网络模型进行解析，得到标注有解析结果的解析图像帧；根据所述解析图像帧对应的事件的告警策略以及所述解析图像帧，输出各所述事件的告警信息。本申请实施例，使得输出的事件的告警信息更加符合用户的感知，进而提高了用户体验。

Description

事件的检测输出方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机视觉技术领域，具体而言，涉及一种事件的检测输出方法及装置、电子设备和存储介质。
背景技术
在计算机视觉技术的应用过程中，通常对目标视频进行解码得到图像帧，再对图像帧进行目标物体识别，并在识别出目标物体后，输出相应的事件信息。
然而，由于视频流的传输频率(如25帧/每秒)较高，如果以该频率进行图像识别以及输出相应的事件输出，将导致用户以较高频率接收到相应的事件输出信息，进而使得用户频繁的被打扰，影响用户体验。
发明内容
本公开实施例至少提供一种事件的检测输出方法及装置、电子设备和存储介质。
第一方面，本公开实施例提供了一种事件的检测输出方法，包括：
根据预设的解码方式对获取的目标视频进行解码，得到目标图像帧；
将所述目标图像帧输入至目标神经网络模型进行解析，得到标注有解析结果的解析图像帧；
根据所述解析图像帧对应的事件的告警策略以及所述解析图像帧，输出各所述事件的告警信息。
本公开实施例中，由于根据所述解析图像帧对应的事件的告警策略以及所述解析图像帧，输出各所述事件的告警信息，而不是直接以视频流的传输频率进行告警信息的输出，使得输的告警信息的频率符合人体的感知，更接近事件真实的发生频率，进而可以提高用户体验。
根据第一方面，在一种可能的实施方式中，所述预设的解码方式由所述事件的类型确定；所述预设的解码方式包括关键帧解码方式或者全部帧解码方式。
本实施方式中，根据事件的类型确定预设的解码方式不仅可以提高解码效率，还可以避免漏检测的情况发生。
根据第一方面，在一种可能的实施方式中，在所述预设的解码方式为所述关键帧解码方式的情况下，所述根据预设的解码方式对获取的目标视频进行解码，包括：
每隔第一预设数量帧或第一预设时间从所述目标视频的全部视频帧中抽取关键视频帧，并对所述关键视频帧进行解码。
本公开实施例中，通过每隔第一预设数量帧或第一预设时间从所述目标视频的全部视频帧中抽取关键视频帧的方式，实现了抽帧解码，提高了解码的效率。
根据第一方面，在一种可能的实施方式中，所述告警策略包括第二预设数量帧组合参数以及第二预设时间参数；所述根据所述解析图像帧对应的事件的告警策略以及所述解析图像帧，输出各所述事件的告警信息，包括：
每间隔所述第二预设时间读取所述解析图像帧中的相邻的所述第二预设数量的解析图像帧的解析结果；
在所述第二预设数量的解析图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，输出所述事件的告警信息。
本公开实施例中，由于在所述第二预设数量的解析图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，输出所述事件的告警信息，如此可以避免因闪帧带来的误判的情况发生。
根据第一方面，在一种可能的实施方式中，所述告警策略还包括第三预设时间参数；所述在所述第二预设数量的解析图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，输出所述事件的告警信息，包括：
在所述第二预设数量的图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，判断事件发生；
在当前的事件发生距离首次事件发生的持续时间达到所述第三预设时间时，输出所述事件的告警信息。
本实施方式中，只有在当前的事件发生距离首次事件发生的持续时间达到所述第三预设时间(也称激活时间)时的情况下，才输出事件的告警信息，可以避免因事件短时出现而导致的误判的情况发生。
根据第一方面，在一种可能的实施方式中，所述输出所述事件的告警信息，包括：
根据所述事件发生的当前结果，以及所述当前结果的前一条事件是否发生的结果，确定所述事件的事件状态；
输出包括所述事件状态的告警信息；所述事件状态包括事件开始状态、事件持续中状态及事件结束状态中的至少一种。
本实施方式中，通过对事件状态的判断，可以为用户提供更加醒目的提示，使得用户清楚的了解事件当前所处的状态。
根据第一方面，在一种可能的实施方式中，所述告警策略还包括第四预设时间参数；在所述事件状态为所述事件持续中状态的情况下，所述输出包括所述事件状态的告警信息，包括：
判断所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间是否达到所述第四预设时间；
在所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间达到所述第四预设时间的情况下，输出包括所述事件持续中状态的告警信息。
本实施方式中，只有在所述事件处于所述事件持续中状态的时间达到第四预设时间时，才输出包括所述事件持续中状态的告警信息，如此可以避免事件的告警信息的冗余输出，避免了同一事件频繁测输出而给用户带来的打扰，进一步提高用户体验。
根据第一方面，在一种可能的实施方式中，所述方法还包括：
在所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间未达到所述第四预设时间的情况下，不输出包括所述事件持续中状态的告警信息。
第二方面，本公开实施例提供了一种事件的检测输出装置，包括：
视频解码模块，用于根据预设的解码方式对获取的目标视频进行解码，得到目标图像帧；
图像解析模块，用于将所述目标图像帧输入至目标神经网络模型进行解析，得到标注有解析结果的解析图像帧；
信息输出模块，用于根据所述解析图像帧对应的事件的告警策略以及所述解析图像帧，输出各所述事件的告警信息。
根据第二方面，在一种可能的实施方式中，所述预设的解码方式由所述事件的类型确定；所述预设的解码方式包括关键帧解码方式或者全部帧解码方式。
根据第二方面，在一种可能的实施方式中，视频解码模块具体用于：
每隔第一预设数量帧或第一预设时间从所述目标视频的全部视频帧中抽取关键视频帧，并对所述关键视频帧进行解码。
根据第二方面，在一种可能的实施方式中，所述告警策略包括第二预设数量帧组合参数以及第二预设时间参数；所述信息输出模块具体用于：
每间隔所述第二预设时间读取所述解析图像帧中的相邻的所述第二预设数量的解析图像帧的解析结果；
在所述第二预设数量的解析图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，输出所述事件的告警信息。
根据第二方面，在一种可能的实施方式中，所述告警策略还包括第三预设时间参数；所述信息输出模块具体用于：
在所述第二预设数量的图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，判断事件发生；
在当前的事件发生距离首次事件发生的持续时间达到所述第三预设时间时，输出所述事件的告警信息。
根据第二方面，在一种可能的实施方式中，所述信息输出模块具体用于：
根据所述事件发生的当前结果，以及所述当前结果的前一条事件是否发生的结果，确定所述事件的事件状态；
输出包括所述事件状态的告警信息；所述事件状态包括事件开始状态、事件持续中状态及事件结束状态中的至少一种。
根据第二方面，在一种可能的实施方式中，所述告警策略还包括第四预设时间参数；所述信息输出模块具体用于：
判断所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间是否达到所述第四预设时间；
在所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间达到所述第四预设时间的情况下，输出包括所述事件持续中状态的告警信息。
根据第二方面，在一种可能的实施方式中，所述信息输出模块具体用于：
在所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间未达到所述第四预设时间的情况下，不输出包括所述事件持续中状态的告警信息。
第三方面，本公开实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面所述的事件的检测输出方法。
第四方面，本公开实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如第一方面所述的事件的检测输出方法。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本公开实施例所提供的一种事件的检测输出方法的应用系统架构示意图；
图2示出了本公开实施例所提供的一种事件的检测输出方法的流程图图；
图3示出了本公开实施例所提供的第一种告警信息的输出方法的流程图；
图4示出了本公开实施例所提供的一种参数控制输出的示意图；
图5示出了本公开实施例所提供的第二种告警信息的输出方法的流程图；
图6示出了本公开实施例所提供的一种机动车事件的告警信息的输出示意图；
图7示出了本公开实施例所提供的第三种告警信息的输出方法的流程图；
图8示出了本公开实施例所提供的第四种告警信息的输出方法的流程图；
图9示出了本公开实施例所提供的一种事件的检测输出装置的结构示意图；
图10示出了本公开实施例所提供的一种电子设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
计算机视觉技术(Computer Vision,CV)是一门研究如何使机器“看”的科学，更进一步地说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
随着计算机视觉技术的发展，计算机视觉技术被广泛的应用于各个领域中。例如，在智慧城市的应用中，可以对目标视频进行解码得到图像帧，再对图像帧进行目标物体识别，并在识别出目标物体后，输出相应的事件信息。然而，若在识别出目标物体后的每一图像帧均输出相应的事件信息，既会影响用户体验，也会影响系统性能。
基于上述研究，本公开提供了一种事件的检测输出方法，首先根据预设的解码方式对获取的目标视频进行解码，得到目标图像帧；接着将所述目标图像帧输入至目标神经网络模型进行解析，得到标注有解析结果的解析图像帧；然后根据所述解析图像帧对应的事件的告警策略以及所述解析图像帧，输出各所述事件的告警信息。如此，通过根据解析图像帧对应的事件的告警策略，输出各所述事件的告警信息，可以使得事件的告警信息的输出频率接近事件真实发生的频率，更加符合用户的需求，进而提高了用户体验。
该事件的检测输出方法可应用于终端中，或者可应用于服务器中，或者可应用于由终端和服务器所组成的系统架构中。此外，该事件的检测输出方法还可以是运行于终端或服务器中的软体，例如具有事件检测和输出功能的应用程序等。
其中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、域名服务、安全服务以及大数据和人工智能平台等基础云计算服务的云服务器。在一些可能的实现方式中，该事件的检测输出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现。
请参阅图1，图1是本申请实施例提供的一种事件的检测输出方法的应用系统架构示意图。参见图1所示，该系统架构100包括笔记本电脑10、台式计算机20、智能手机30以及服务器40。服务器40可以通网络50分别与笔记本电脑10、台式计算机20及智能手机30进行通信。网络50可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
本申请实施方式中，服务器40为视频解析服务器，用于执行本申请实施例所提供的事件的检测输出方法，并将事件的告警信息输出至终端设备(比如图1中的笔记本10、台式计算机20或者智能手机)，以使得用户可以通过相应的终端设备查看相应的告警信息。
参见图2所示，为本公开实施例提供的事件的检测输出方法的流程图，该事件的检测输出方法包括以下S101～S103：
S101，根据预设的解码方式对获取的目标视频进行解码，得到目标图像帧。
示例性地，目标视频可以是目标场所的相关视频，并通过设置于目标场所的摄像头对目标场所进行拍摄而获得。该目标场所可以是伞篷、城市道路(如机动车、非机动车等)、厨房、人员聚集场所(如体育场馆、车站等)，在此不做限定。
本申请各实施例中的目标场所以城市道路为例进行说明，例如，该目标场所可以设置车辆禁停区域，通过摄像头对该禁停区域进行拍摄，即可得到关于该禁停区域的相关视频。其中，所述车辆禁停区域是按照交通法规禁止机动车辆停放的某些特定的区域。
一些实施方式中，所述预设的解码方式由所述事件的类型确定；所述预设的解码方式包括关键帧解码方式或者全部帧解码方式。
其中，事件的类型是指目标场所的目标事件的类型。在所述预设的解码方式为所述关键帧解码方式的情况下，可以每隔第一预设数量帧或第一预设时间从所述目标视频的全部视频帧中抽取关键视频帧，并对所述关键视频帧进行解码，得到所述目标图像帧。
可以理解，为了利用目标神经网络模型对目标场所的目标视频进行检测，得到检测结果，需要将目标视频进行解码，从而得到视频最小的单元—图像帧。例如，可以将目标视频的视频流解码成图像帧后，对图像帧里的目标物体(比如伞篷)进行识别发现，并输出相应的信息。
然而，在该实施例中，由于违规设置的伞蓬从出现到消失通常会持续一段时间，不会闪现后即消失，如果闪现后即消失，则说明该伞蓬只是闪现，并未违规设置，因此没有必要去获取每一帧的图像帧，可以每隔第一预设数量帧(比如10帧或者20帧)获取一次图像帧，也可以每隔第一预设时间(比如40ms)获取一次图像帧。如此，可以减少处理量，节省不必要的处理时间，提高处理效率。
但是，在其他实施例中，比如在目标场所为厨房的情况下，需要关注厨房作业人员(比如厨师)的行为是否违规操作，则需要对每一图像帧进行解析，以免漏掉在该过程中的违规行为，因此，可以根据具体的事件的类型确定预设的解码方式。如此不仅可以提高解码效率，还可以避免漏检测的情况发生。
S102，将所述目标图像帧输入至目标神经网络模型进行解析，得到标注有解析结果的解析图像帧。
示例性地，所述目标神经网络模型包括目标检测神经网络模型、语义分割神经网络模型或者目标跟踪神经网络模型。具体的，可以根据事件类型的不同确定目标神经网络模型，且经过不同的目标神经网络模型解析后，得到的标注的解析结果也不同。
例如，在目标神经网络模型为目标检测神经网络模型时，解析结果可以包括检测框和质量分数。其中，检测框用于指示检测出的目标物体，质量分数用于衡量检测出的目标物体的检测精度；在目标神经网络模型为语义分割神经网络模型时，该解析结果包含密度图以及目标框；在目标神经网络模型为目标跟踪神经网络模型时，该解析结果可以包含跟踪编号，该跟踪编号用于在相邻的时间段标记同一个目标物体。
S103，根据所述解析图像帧对应的事件的告警策略以及所述解析图像帧，输出各所述事件的告警信息。
可以理解，由于常规的视频流以25帧/每秒的频率进行传输，也就是在伞篷出现的一分钟之内，会有1500(25*60＝1500)条事件信息输出到用户，即使是在步骤S101进行关键帧抽帧解码后，一秒钟仍有多条告警信息输出，如果事件信息按照该频率进行输出，将使得用户很难正常使用。也即，由于每一图像帧的间隔时间很短，通常肉眼是无法察觉的。
因此，本实施方式中，根据解析图像帧对应的事件的告警策略，以及所述解析图像帧，输出各所述事件的告警信息，使得输的告警信息的输出频率符合人体的感知，更接近事件真实的发生频率，进而可以提高用户体验。其中，告警策略可以根据事件的类型和/或用户的需求而进行预先设定。
在一些实施方式中，所述告警策略包括第二预设数量帧组合参数以及第二预设时间参数。参见图3所示，针对上述步骤S103，在根根据所述解析图像帧对应的事件的告警策略以及所述解析图像帧，输出各所述事件的告警信息时，包括S1031～1032：
S1031，每间隔所述第二预设时间读取所述解析图像帧中的相邻的所述第二预设数量的解析图像帧的解析结果。S1032，在所述第二预设数量的解析图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，输出所述事件的告警信息。
本实施方式中，第二预设数量以M为例来进行说明，其中，M为大于等于1的正整数。
参见图4所示，其中○表示事件不发生，△表示事件发生。具体的，将解码得到的图像帧输出目标神经网络之后会，会得到与该图像帧相对应的解析图像帧，该解析图像帧标注有解析结果，根据告警策略可以从初始图像帧开始读取每M帧图像帧的解析结果，并根据解析结果进行事件是否发生的判断，并在所读取的M帧的图像帧中每个图像帧的解析结果均为“发生”的情况下，输出事件发生的告警信息。反之，若该M帧的图像帧中的任一图像帧的解析结果均为“不发生”，则不输出告警信息。
在一些实施方式中，可以间隔特定时间a，读取一次解析结果，特定时间a可以根据具体的事件类型以及用户的需求而设定。比如，以岗位检测为例，其中△表示事件发生，代表工作人员离岗，而○表示事件不发生，则表示工作人员在岗，在该岗位设置较为自由时，可以间隔较长的时间(比如每5分钟检测一次)读取一次M帧的图像帧的解析结果即可，如此可以避免资源的浪费。
参见图5所示，在一些实施方式中，所述告警策略还包括第三预设时间参数；针对上述步骤S1032，在所述第二预设数量的解析图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，输出所述事件的告警信息时，可以包括以下S10321～S10322：
S10321，在所述第二预设数量的图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，判断事件发生。
S10322，在当前的事件发生距离首次事件发生的持续时间达到所述第三预设时间时，输出所述事件的告警信息。
本实施方式中，第三预设时间也称事件激活时间。请再次参阅图4，若事件发生，但从开始到当前的持续时间不到激活时间e秒，则不输出消息给用户，如果事件的事件持续到达激活时间e秒，则确定事件处于事件开始状态，输出相应的告警信息。
下面以机动车违停为例，来对该激活时间进行相应的说明，本实施方式中，以激活时间为2分钟为例来进行说明。参见图6所示，在首次确定机动车驶入停放后确定事件发生，后续接着多次确定机动车停放，但是没有达到激活时间2分钟，因此不输出相应的告警信息；在停放时间达到2分钟时，确定事件开始，此时输出相应的告警信息。如此，可以避免机动车因短暂停放(比如1分钟)后离开，而导致的误判的情况发生，提高了检测输出方法的可靠性。
在一些实施方式中，参见图7所示，针对上述步骤S10322，在输出所述事件的告警信息时，可以包括以下S103221～S103222：
S103221，根据所述事件发生的当前结果，以及所述当前结果的前一条事件是否发生的结果，确定所述事件的事件状态。
S103222，输出包括所述事件状态的告警信息；所述事件状态包括事件开始状态、事件持续中状态及事件结束状态中的至少一种。
示例性地，可以根据解析结果进行事件状态判断。请再次参阅图4，对于当前结果为“发生”的状态，如果前一条结果也为“发生”，则给该事件状态赋值为“事件持续中”。反之，则表示这个事件刚开始发生，给该事件状态赋值为“事件开始”。对于当前结果为“不发生”的状态，如果前一条结果状态也为“不发生”，则给该事件状态赋值为“事件没有发生”。反之，则表示这个事件刚刚结束，给该事件状态赋值为“事件结束”。
需要说明的是，本实施方式中，事件结束时，由于当前结果为“不发生”，此时则不需要输出相应的告警信息。而在其他实施方式中，若根据实际需求需要在事件结束时也输出告警信息，则可以在事件不发生，但处于事件结束状态时，输出告警信息。
在一些实施方式中，所述告警策略还包括第四预设时间参数；参见图8所示，针对上述步骤S10322，在所述事件状态为所述事件持续中状态的情况下，还包括以下S10322a～10322c：
S10322a，判断所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间是否达到所述第四预设时间；若是，则执行步骤S10322b；若否，则执行步骤S10322c。
S10322b，输出包括所述事件持续中状态的告警信息。
S10322c，不输出包括所述事件持续中状态的告警信息。
本实施方式中，第四预设时间也称冷却时间。示例性地，冷却时间是指事件持续发生过程中的告警免推送时间。请再次参阅图4，冷却时间为C秒，因此在时间持续进行中时，间隔C秒输出包括所述事件持续中状态的告警信息。
请再次参阅图6，还以机动车停放为例进行说明，该实施方式中，冷却时间为60秒，也即，在确定机动车停放后，以60秒一次的频率输出告警信息，如此可以减少事件的冗余输出，避免同一事件持续告警的情况发生。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一技术构思，本公开实施例中还提供了与事件的检测输出方法对应的事件的检测输出装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述事件的检测输出方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图9所示，为本公开实施例提供的一种事件的检测输出装置500的示意图，该事件的检测输出装置包括：
视频解码模块501，用于根据预设的解码方式对获取的目标视频进行解码，得到目标图像帧；
图像解析模块502，用于将所述目标图像帧输入至目标神经网络模型进行解析，得到标注有解析结果的解析图像帧；
信息输出模块503，用于根据所述解析图像帧对应的事件的告警策略以及所述解析图像帧，输出各所述事件的告警信息。
在一种可能的实施方式中，所述预设的解码方式由所述事件的类型确定；所述预设的解码方式包括关键帧解码方式或者全部帧解码方式。
在一种可能的实施方式中，视频解码模块501具体用于：
每隔第一预设数量帧或第一预设时间从所述目标视频的全部视频帧中抽取关键视频帧，并对所述关键视频帧进行解码。
在一种可能的实施方式中，所述告警策略包括第二预设数量帧组合参数以及第二预设时间参数；所述信息输出模块503具体用于：
每间隔所述第二预设时间读取所述解析图像帧中的相邻的所述第二预设数量的解析图像帧的解析结果；
在所述第二预设数量的解析图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，输出所述事件的告警信息。
在一种可能的实施方式中，所述告警策略还包括第三预设时间参数；所述信息输出模块503具体用于：
在所述第二预设数量的图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，判断事件发生；
在当前的事件发生距离首次事件发生的持续时间达到所述第三预设时间时，输出所述事件的告警信息。
在一种可能的实施方式中，所述信息输出模块503具体用于：
根据所述事件发生的当前结果，以及所述当前结果的前一条事件是否发生的结果，确定所述事件的事件状态；
输出包括所述事件状态的告警信息；所述事件状态包括事件开始状态、事件持续中状态及事件结束状态中的至少一种。
在一种可能的实施方式中，所述告警策略还包括第四预设时间参数；所述信息输出模块503具体用于：
判断所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间是否达到所述第四预设时间；
在所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间达到所述第四预设时间的情况下，输出包括所述事件持续中状态的告警信息。
在一种可能的实施方式中，所述信息输出模块503具体用于：
在所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间未达到所述第四预设时间的情况下，不输出包括所述事件持续中状态的告警信息。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
基于同一技术构思，本公开实施例还提供了一种电子设备。参照图10所示，为本公开实施例提供的电子设备700的结构示意图，包括处理器701、存储器702、和总线703。其中，存储器702用于存储执行指令，包括内存7021和外部存储器7022；这里的内存7021也称内存储器，用于暂时存放处理器701中的运算数据，以及与硬盘等外部存储器7022交换的数据，处理器701通过内存7021与外部存储器7022进行数据交换。
本申请实施例中，存储器702具体用于存储执行本申请方案的应用程序代码，并由处理器701来控制执行。也即，当电子设备700运行时，处理器701与存储器702之间通过总线703通信，使得处理器701执行存储器702中存储的应用程序代码，进而执行前述任一实施例中所述的方法。
其中，存储器702可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read－Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read－Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read－Only Memory，EEPROM)等。
处理器701可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
可以理解的是，本申请实施例示意的结构并不构成对电子设备700的具体限定。在本申请另一些实施例中，电子设备700可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中的事件的检测输出方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品，该计算机程序产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中的事件的检测输出方法的步骤，具体可参见上述方法实施例，在此不再赘述。
其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。

Claims (11)

1.一种事件的检测输出方法，其特征在于，包括：
根据预设的解码方式对获取的目标视频进行解码，得到目标图像帧；
将所述目标图像帧输入至目标神经网络模型进行解析，得到标注有解析结果的解析图像帧；
根据所述解析图像帧对应的事件的告警策略以及所述解析图像帧，输出各所述事件的告警信息。
2.根据权利要求1所述的方法，其特征在于，所述预设的解码方式由所述事件的类型确定；所述预设的解码方式包括关键帧解码方式或者全部帧解码方式。
3.根据权利要求2所述的方法，其特征在于，在所述预设的解码方式为所述关键帧解码方式的情况下，所述根据预设的解码方式对获取的目标视频进行解码，包括：
每隔第一预设数量帧或第一预设时间从所述目标视频的全部视频帧中抽取关键视频帧，并对所述关键视频帧进行解码。
4.根据权利要求1-3任一所述的方法，其特征在于，所述告警策略包括第二预设数量帧组合参数以及第二预设时间参数；所述根据所述解析图像帧对应的事件的告警策略以及所述解析图像帧，输出各所述事件的告警信息，包括：
每间隔所述第二预设时间读取所述解析图像帧中的相邻的所述第二预设数量的解析图像帧的解析结果；
在所述第二预设数量的解析图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，输出所述事件的告警信息。
5.根据权利要求4所述的方法，其特征在于，所述告警策略还包括第三预设时间参数；所述在所述第二预设数量的解析图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，输出所述事件的告警信息，包括：
在所述第二预设数量的图像帧中的每个所述解析图像帧的解析结果均为发生的情况下，判断事件发生；
在当前的事件发生距离首次事件发生的持续时间达到所述第三预设时间时，输出所述事件的告警信息。
6.根据权利要求4或5所述的方法，其特征在于，所述输出所述事件的告警信息，包括：
根据所述事件发生的当前结果，以及所述当前结果的前一条事件是否发生的结果，确定所述事件的事件状态；
输出包括所述事件状态的告警信息；所述事件状态包括事件开始状态、事件持续中状态及事件结束状态中的至少一种。
7.根据权利要求6所述的方法，其特征在于，所述告警策略还包括第四预设时间参数；在所述事件状态为所述事件持续中状态的情况下，所述输出包括所述事件状态的告警信息，包括：
判断所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间是否达到所述第四预设时间；
在所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间达到所述第四预设时间的情况下，输出包括所述事件持续中状态的告警信息。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
在所述事件处于所述事件持续中状态的时间距上一次输出所述告警信息的时间未达到所述第四预设时间的情况下，不输出包括所述事件持续中状态的告警信息。
9.一种事件的检测输出装置，其特征在于，所述装置包括：
视频解码模块，用于根据预设的解码方式对获取的目标视频进行解码，得到目标图像帧；
图像解析模块，用于将所述目标图像帧输入至目标神经网络模型进行解析，得到标注有解析结果的解析图像帧；
信息输出模块，用于根据所述解析图像帧对应的事件的告警策略以及所述解析图像帧，输出各所述事件的告警信息。
10.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1-8任一所述的事件的检测输出方法。
11.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1-8任一所述的事件的检测输出方法。
CN202110442017.2A 2021-04-23 2021-04-23 事件的检测输出方法及装置、电子设备和存储介质 Pending CN113179423A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110442017.2A CN113179423A (zh) 2021-04-23 2021-04-23 事件的检测输出方法及装置、电子设备和存储介质
PCT/CN2021/130349 WO2022222445A1 (zh) 2021-04-23 2021-11-12 事件的检测输出方法、事件策略确定方法及装置、电子设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110442017.2A CN113179423A (zh) 2021-04-23 2021-04-23 事件的检测输出方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN113179423A true CN113179423A (zh) 2021-07-27

Family

ID=76924626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110442017.2A Pending CN113179423A (zh) 2021-04-23 2021-04-23 事件的检测输出方法及装置、电子设备和存储介质

Country Status (2)

Country Link
CN (1) CN113179423A (zh)
WO (1) WO2022222445A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022222445A1 (zh) * 2021-04-23 2022-10-27 深圳市商汤科技有限公司 事件的检测输出方法、事件策略确定方法及装置、电子设备和计算机可读存储介质
CN116527853A (zh) * 2023-06-20 2023-08-01 深圳比特微电子科技有限公司 电子设备、云端设备、客户端设备及其操作方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018210039A1 (zh) * 2017-05-18 2018-11-22 深圳云天励飞技术有限公司 数据处理方法、数据处理装置及存储介质
CN110928255A (zh) * 2019-11-20 2020-03-27 珠海格力电器股份有限公司 数据异常统计报警方法、装置及电子设备
CN111310665A (zh) * 2020-02-18 2020-06-19 深圳市商汤科技有限公司 违规事件检测方法及装置、电子设备和存储介质
CN112069937A (zh) * 2020-08-21 2020-12-11 深圳市商汤科技有限公司 事件检测方法及其装置、电子设备、存储介质
CN112633184A (zh) * 2020-12-25 2021-04-09 成都商汤科技有限公司 告警方法及装置、电子设备和存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0218982D0 (en) * 2002-08-15 2002-09-25 Roke Manor Research Video motion anomaly detector
US10055961B1 (en) * 2017-07-10 2018-08-21 Careview Communications, Inc. Surveillance system and method for predicting patient falls using motion feature patterns
CN110969115B (zh) * 2019-11-28 2023-04-07 深圳市商汤科技有限公司 行人事件的检测方法及装置、电子设备和存储介质
CN112069939A (zh) * 2020-08-21 2020-12-11 深圳市商汤科技有限公司 事件检测方法及其装置、电子设备、存储介质
CN112419639A (zh) * 2020-10-13 2021-02-26 中国人民解放军国防大学联合勤务学院 一种视频信息的获取方法及装置
CN113179423A (zh) * 2021-04-23 2021-07-27 深圳市商汤科技有限公司 事件的检测输出方法及装置、电子设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018210039A1 (zh) * 2017-05-18 2018-11-22 深圳云天励飞技术有限公司 数据处理方法、数据处理装置及存储介质
CN110928255A (zh) * 2019-11-20 2020-03-27 珠海格力电器股份有限公司 数据异常统计报警方法、装置及电子设备
CN111310665A (zh) * 2020-02-18 2020-06-19 深圳市商汤科技有限公司 违规事件检测方法及装置、电子设备和存储介质
CN112069937A (zh) * 2020-08-21 2020-12-11 深圳市商汤科技有限公司 事件检测方法及其装置、电子设备、存储介质
CN112633184A (zh) * 2020-12-25 2021-04-09 成都商汤科技有限公司 告警方法及装置、电子设备和存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022222445A1 (zh) * 2021-04-23 2022-10-27 深圳市商汤科技有限公司 事件的检测输出方法、事件策略确定方法及装置、电子设备和计算机可读存储介质
CN116527853A (zh) * 2023-06-20 2023-08-01 深圳比特微电子科技有限公司 电子设备、云端设备、客户端设备及其操作方法
CN116527853B (zh) * 2023-06-20 2023-10-13 深圳比特微电子科技有限公司 电子设备、云端设备、客户端设备及其操作方法

Also Published As

Publication number Publication date
WO2022222445A1 (zh) 2022-10-27

Similar Documents

Publication Publication Date Title
CN110390262B (zh) 视频分析方法、装置、服务器及存储介质
CN108701229B (zh) 驾驶行为分析方法及驾驶行为分析装置
CN112085952B (zh) 监控车辆数据方法、装置、计算机设备及存储介质
CN113179423A (zh) 事件的检测输出方法及装置、电子设备和存储介质
CN112200081A (zh) 异常行为识别方法、装置、电子设备及存储介质
CN112464030B (zh) 一种可疑人员确定方法及装置
CN111476685B (zh) 行为分析方法、装置及设备
CN109598251A (zh) 人证核验方法、装置、设备和系统及存储介质
CN112907867A (zh) 一种基于图像识别的预警方法、装置及服务器
CN112330964A (zh) 路况信息监测方法和装置
CN111368617B (zh) 车辆出入数据处理方法及装置
CN111582239A (zh) 一种违章监控方法和装置
CN110795715A (zh) 一种数据录入方法、装置、系统及存储介质
CN112288883B (zh) 作业指导信息的提示方法、装置、电子设备及存储介质
CN111783677B (zh) 人脸识别方法、装置、服务器和计算机可读介质
CN111985304A (zh) 巡防告警方法、系统、终端设备及存储介质
CN108733547B (zh) 监控方法和装置
CN114495252A (zh) 视线检测方法、装置、电子设备及存储介质
CN114283361A (zh) 状态信息的确定方法和装置、存储介质及电子装置
CN114202919A (zh) 一种非机动车电子车牌遮挡的识别方法、装置及系统
CN114067248A (zh) 行为检测方法、装置、电子设备及存储介质
CN113808397A (zh) 非机动车事故的数据处理方法、装置和云端服务器
CN113468948A (zh) 基于视图数据的治安防控方法、模块、设备及存储介质
CN112183284A (zh) 一种安全信息验证、代驾接单控制方法和装置
CN112270257A (zh) 一种运动轨迹确定方法、装置及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40051352

Country of ref document: HK

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210727