[发明专利]用于事件检测的深度学习网络、该网络的训练装置及方法

权利要求书

1.一种基于深度学习网络的事件检测装置，所述事件检测装置包括：

数据层，其用于对监控视频进行处理，获得作为输入数据的监控视频图像；

卷积层，其用于从作为所述输入数据的所述监控视频图像中提取特征，所述特征包括轮廓、纹理或亮度；

至少两个事件分类器，其用于根据所述卷积层提取的所述特征，相互独立的进行不同事件的检测，分别输出不同事件的检测结果，其中，各个所述事件分类器仅检测一种事件，所述事件包括正常、事故、拥堵、停车以及逆行。

2.根据权利要求1所述的事件检测装置，其中，

所述至少两个事件分类器具有相同或不同的结构。

3.根据权利要求2所述的事件检测装置，其中，所述至少两个事件分类器具有相同的结构，

所述事件分类器包括：第一全连接层、第二全连接层以及设置在所述第一全连接层和所述第二全连接层之间的长短期记忆层。

4.根据权利要求1所述的事件检测装置，其中，

各个所述事件分类器能够独立的进行训练和/或独立的进行参数的调整。

5.根据权利要求1所述的事件检测装置，其中，

所述事件分类器能够独立的添加到所述事件检测装置中或者从所述事件检测装置中去除。

6.一种根据权利要求1所述的基于深度学习网络的事件检测装置的训练装置，所述训练装置包括：

第一训练单元，其用于对所述事件检测装置的所述卷积层的参数进行训练；

第二训练单元，其用于保持所述事件检测装置的所述卷积层的参数不变，对所述事件检测装置的所述至少两个事件分类器的参数进行训练。

7.根据权利要求6所述的训练装置，其中，所述第二训练单元用于同时对所述至少两个事件分类器的参数进行训练，或者，分别对所述至少两个事件分类器中的各个事件分类器的参数进行训练。

8.根据权利要求6所述的训练装置，其中，所述训练装置还包括：

第三训练单元，其用于当有事件分类器添加至所述深度学习网络中时，保持所述卷积层和所述至少两个事件分类器的参数不变，对添加到所述深度学习网络中的所述事件分类器的参数进行单独的训练。

9.根据权利要求6所述的训练装置，其中，所述训练装置还包括：

调整单元，其用于当所述至少两个事件分类器中的一个或多个事件分类器不满足预设条件时，对该一个或多个事件分类器的参数独立的进行调整。

10.根据权利要求6所述的训练装置，其中，所述第二训练单元用于使用分别对应于所述至少两个事件分类器的至少两个以二值化数值表示的标签，对所述至少两个事件分类器的参数进行训练。