[发明专利]异常事件监控方法、装置、存储介质和电子设备

说明书

本公开涉及一种异常事件监控方法、装置、存储介质和电子设备，该方法包括：若摄像头采集到的目标区域的图像中包含运动目标，根据该图像的图像特征信息生成该图像对应的特征向量；根据该图像的亮度从预先训练好的多个异常事件监控模型中确定目标识别模型；根据该特征向量以及该目标识别模型，确定该目标区域是否出现异常事件。能够根据图像自身的特性选择识别图像中的异常事件所需的模型，以在不同的时间通过不同的模型对该异常事件进行识别，提高对异常事件监控的准确性和灵活性。

技术领域

本公开涉及图像监控领域，具体地，涉及一种异常事件监控方法、装置、存储介质和电子设备。

背景技术

目前，森林火灾是全球性重要森林灾害之一。它分布广、发生频率高，森林火灾是森林最危险的敌人，也是林业最可怕的灾害，它会给森林带来最有害，最具有毁灭性的后果。森林火灾不但烧毁成片的森林，伤害林内的动物，而且还降低森林的繁殖能力，引起土壤的贫瘠和破坏森林涵养水源的作用，甚至会导致生态环境失去平衡，造成全球性环境污染。因此，如何在森林火灾出现的早期对火灾进行识别，并及时采取应对措施至关重要。现有技术中，通常通过监控摄像头采集森林的图像，再通过单一的图像识别模型对图像的某一种特性(例如，一种异常物体或者一种颜色)进行监测，以确定是否出现火灾，火灾识别的准确率较低，灵活性较差。

发明内容

为克服相关技术中存在的问题，本公开的目的是提供一种异常事件监控方法、装置、存储介质和电子设备。

为了实现上述目的，根据本公开实施例的第一方面，提供一种异常事件监控方法，所述方法包括：

若摄像头采集到的目标区域的图像中包含运动目标，根据所述图像的图像特征信息生成所述图像对应的特征向量；

根据所述图像的亮度从预先训练好的多个异常事件监控模型中确定目标识别模型；

根据所述特征向量以及所述目标识别模型，确定所述目标区域是否出现异常事件，所述异常事件为火灾事件，所述多个异常事件监控模型包括：烟雾识别模型和火焰识别模型。

可选的，所述根据所述图像的亮度信息从多个预先训练的多个火灾识别模型中确定目标识别模型，包括：

在所述图像的亮度大于或等于预设的第一阈值的情况下，将所述烟雾识别模型作为所述目标识别模型；

在所述图像的亮度小于或等于预设的第二阈值的情况下，将所述火焰识别模型作为所述目标识别模型；或者，

在所述图像的亮度小于所述第一阈值且大于所述第二阈值的情况下，将所述烟雾识别模型和所述火焰识别模型作为所述目标识别模型。

可选的，所述若摄像头采集到的目标区域的图像中包含运动目标，根据所述图像的图像特征信息生成所述图像对应的特征向量，包括：

获取所述图像对应的色彩空间图像、二值化图像和灰度图像；

提取所述色彩空间图像的第一图像特征信息；

提取所述二值化图像的第二图像特征信息；

提取所述灰度图像的第三图像特征信息；

根据所述第一图像特征信息、所述第二图像特征信息和所述第三图像特征信息，生成所述特征向量。

可选的，所述目标识别模型为分类模型，所述根据所述特征向量以及所述目标识别模型，确定所述目标区域是否出现异常事件，包括：

将所述特征向量作为所述目标识别模型的输入，以获取所述目标识别模型输出的分类结果；

根据所述分类结果确定所述目标区域是否出现所述异常物体；

若确定所述目标区域出现所述异常物体，确定所述目标区域出现所述异常事件。