[发明专利]一种人工智能虚拟场景的安防自动测试方法及系统

权利要求书

1.一种人工智能虚拟场景的安防自动测试方法，包括：

S1：确定自动测试所针对的异常场景类型；

S2：根据所述异常场景类型，从监控画面样本库中获得对应该异常场景类型的监控画面样本；所述监控画面样本是从被测试的人工智能视频安防监控系统的摄像头实拍的监控画面中选取的、具有特定的异常场景类型的多帧连续监控画面；

S3:利用由画面生成器和判别器组成的GAN架构，所述画面生成器用于基于初始随机值生成虚拟测试画面；所述判别器以所述监控画面样本进行训练后，对所述画面生成器生成的虚拟测试画面进行真伪判别；当判别结果为伪时，所述画面生成器调整生成参数，重新生成虚拟测试画面，直至判别器对画面生成器所生成的虚拟测试画面判别为真，输出所生成的虚拟测试画面，该虚拟测试画面与所述监控画面样本具有相同异常场景类型；

S4：将至少一幅所生成的虚拟测试画面输入被测试的人工智能视频安防监控系统，获得该人工智能视频安防监控系统对是否存在异常场景以及异常场景类型的识别结果，判断该智能视频安防监控系统是否能够识别异常场景，以及判断识别结果与所述虚拟测试画面的异常场景类型是否匹配，

其中，按照如下步骤从实拍的监控画面中选取具有特定的异常场景类型的监控画面样本：从多帧连续的实拍监控画面中提取每一个具体目标；根据每一个具体目标的帧间位置变化，判断每一个具体目标的行动状态；根据所述多帧连续的实拍监控画面中存在的全部具体目标的行动状态，按照预设标准对实拍监控画面的场景进行分类，获取场景类型；当实拍监控画面的场景类型属于特定的异常场景类型时，将该实拍监控画面选为所述监控画面样本。

2.根据权利要求1所述的人工智能虚拟场景的安防自动测试方法，其特征在于，按照如下步骤从多帧连续的实拍监控画面中提取每一个具体目标：从多帧连续实拍监控画面的每帧监控画面中，提取其中每个目标所在的图像区域，并通过颜色直方图分布提取该目标的图像特征；当多帧连续实拍监控画面中存在图像特征一致的所述图像区域时，判定这些实拍监控画面中图像特征一致的图像区域对应的所述目标为同一个具体目标。

3.根据权利要求2所述的人工智能虚拟场景的安防自动测试方法，其特征在于，按照如下步骤判断每一个具体目标的行动状态：对于多帧连续实拍监控画面的同一个具体目标，将该具体目标在第i帧监控画面中的坐标表示为(X_i，Y_i)，从第i-1帧到第i帧的帧间位置变化表示为(△X_i，△Y_i)，第i帧到第i+1帧的帧间位置变化则表示为(△X_i+1，△Y_i+1)，以此类推，从而获得一系列帧间位置变化参数：

…(△X_i，△Y_i)，(△X_i+1，△Y_i+1)…(△X_i+n，△Y_i+n)…；

将所获得的具体目标的帧间位置变化参数输入到至少一个经过训练的SVM分类向量机当中，根据SVM分类向量机的输出确定该具体目标的行动状态类型；其中，每个所述SVM分类向量机利用具有同一种特定行动状态类型的已知目标的帧间位置变化参数进行训练，达到输出结果与已知目标的特定行动状态类型一致度达到稳定收敛，从而可以根据所输入的该具体目标的帧间位置变化参数输出其是否具有特定行动状态类型；因此，需要训练四种SVM分类向量机，四种SVM分类向量机分别对应的特定行动状态类型为：正常通行、拥堵、滞留、逆行，上述四种特定行动状态类型基本满足城市公共空间人或者车的人工智能视频安防监控需要；将每个具体目标的帧间位置变化参数并行输入或者级联输入到四种SVM分类向量机，根据SVM分类向量机各自的输出确定该具体目标的行动状态类型。