[发明专利]摄像机的工作状态检测方法及相关设备、系统

权利要求书

1.一种摄像机的工作状态检测方法，其特征在于，包括：

按照预设时间间隔，获取待检测的摄像机拍摄的图片；

基于预先训练好的深度学习算法模型，对所述图片进行识别，得到识别结果；

根据所述识别结果，确定当前所述摄像机的工作状态。

2.根据权利要求1所述的方法，其特征在于，所述获取待检测的摄像机拍摄的图片之前，还包括：

获取所述摄像机在多种场景下拍摄的若干样本图片；

对若干所述样本图片进行分类，得到预设种类的样本训练集；

将所述预设种类的样本训练集输入到训练模型中进行训练，构建所述深度学习算法模型。

3.根据权利要求2所述的方法，其特征在于，所述将所述预设种类的样本训练集输入到训练模型中进行训练，构建所述深度学习算法模型，包括：

配置所述训练模型的参数；

将所述预设种类的样本训练集输入到训练模型中进行训练，得到第一训练结果模型；

计算所述第一训练结果模型的准确率，判断所述准确率是否达到预设阈值；

若所述准确率达到所述预设阈值，则所述第一训练结果模型为所述深度学习算法模型；若所述准确率未达到所述预设阈值，则继续对所述第一训练结果模型进行训练，直至所述准确率达到所述预设阈值。

4.根据权利要求2或3所述的方法，其特征在于，所述样本训练集包括：被树叶遮挡的样本训练集、被其他障碍物遮挡的样本训练集和无遮挡的样本训练集。

5.根据权利要求1所述的方法，其特征在于，所述基于预先训练好的深度学习算法模型，对所述图片进行识别，得到识别结果，包括：

利用所述深度学习算法模型对所述图片进行结构化处理；

对结构化处理后的图片进行特征提取，得到特征值；

将所述特征值与所述深度学习算法模型的样本库中的样本特征值进行比对，得到比对结果；

根据所述比对结果，确定所述识别结果。

6.根据权利要求1所述的方法，其特征在于，所述确定当前所述摄像机的工作状态之后，所述方法还包括：

将所述图片和所述识别结果加入到所述深度学习算法模型的样本库。

7.根据权利要求1所述的方法，其特征在于，所述摄像机的工作状态包括：被树叶遮挡、被其他遮挡物遮挡和无遮挡；

所述确定当前所述摄像机的工作状态之后，所述方法还包括：

若所述摄像机的状态为被树叶遮挡，发出第一提示信息；

若所述摄像机的状态为被其他遮挡物遮挡，发出第二提示信息。

8.一种摄像机的工作状态检测装置，其特征在于，包括：

获取模块，用于按照预设时间间隔，获取待检测的摄像机拍摄的图片；

识别模块，用于基于预先训练好的深度学习算法模型，对所述图片进行识别，得到识别结果；

确定模块，用于根据所述识别结果，确定当前所述摄像机的工作状态。

9.一种摄像机的工作状态检测设备，其特征在于，包括：

处理器，以及与所述处理器相连接的存储器；

所述存储器用于存储计算机程序；

所述处理器用于调用并执行所述存储器中的所述计算机程序，以执行如权利要求1-7任一项所述的方法。

10.一种室外视频监测系统，其特征在于，包括摄像机和如权利要求9所述的摄像机的工作状态检测设备。