[发明专利]异常检测模型生成方法和装置、异常事件检测方法和装置

权利要求书

1.一种异常检测模型生成方法，其特征在于，所述方法包括：

获取多个样本图像帧序列，其中，每个样本图像帧序列包括第一图像和第二图像，所述第二图像为所述第一图像的下一帧图像；

基于所述第一图像和所述第二图像，训练初始模型包括的预测帧生成器，其中，所述预测帧生成器包括多层次的特征提取网络和生成网络，所述特征提取网络用于提取所述第一图像的不同深度的特征信息并融合所述特征信息，所述生成网络用于利用融合后的特征信息生成预测帧；

基于所述预测帧和所述第二图像，训练所述初始模型包括的帧判别器；

响应于训练结束，将训练后的初始模型确定为异常检测模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一图像和所述第二图像，训练初始模型包括的预测帧生成器，包括：

基于预设的第一损失函数，优化所述特征提取网络的参数，其中，所述第一损失函数包括以下至少一种：L2距离损失、梯度约束损失、光流损失；

基于预设的第二损失函数，优化所述生成网络的参数，其中，所述第二损失函数包括最小二乘损失。

3.根据权利要求1所述的方法，其特征在于，所述基于所述预测帧和所述第二图像，训练所述初始模型包括的帧判别器，包括：

将位于所述第二图像之前的预设数量个图像帧与所述预测帧叠加为多通道图像；

提取所述多通道图像的特征信息；

对所述多通道图像的特征信息进行光流估计以确定所述预测帧与所述第二图像之间的光流损失；

基于所述光流损失，对所述帧判别器的参数进行优化。

4.根据权利要求1-3之一所述的方法，其特征在于，所述第一图像的数量为至少两个。

5.根据权利要求1-3之一所述的方法，其特征在于，所述方法还包括：

获取经过多次训练得到的多个异常检测模型；

确定所述多个异常检测模型的检测性能，并将检测性能最优的异常检测模型确定为进行异常事件检测所用的模型。

6.一种异常事件检测方法，其特征在于，所述方法包括：

获取由图像采集设备采集的图像帧序列，其中，所述图像帧序列包括第一图像和第二图像，所述第二图像为所述第一图像的下一帧图像；

将所述第一图像输入预先训练的异常检测模型包括的预测帧生成器，得到预测帧，其中，所述异常检测模型预先基于权利要求1-5之一所述的方法训练得到；

将所述预测帧和所述第二图像输入预先训练的帧判别器，得到表征所述预测帧和所述第二图像之间的相似程度的数值；

响应于确定所述数值小于或等于预设的阈值，输出表征所述第二图像对应的时间点发生异常事件的信息。

7.一种异常检测模型生成装置，其特征在于，所述装置包括：

第一获取模块，用于获取多个样本图像帧序列，其中，每个样本图像帧序列包括第一图像和第二图像，所述第二图像为所述第一图像的下一帧图像；

第一训练模块，用于基于所述第一图像和所述第二图像，训练初始模型包括的预测帧生成器，其中，所述预测帧生成器包括多层次的特征提取网络和生成网络，所述特征提取网络用于提取所述第一图像的不同深度的特征信息并融合所述特征信息，所述生成网络用于利用融合后的特征信息生成预测帧；

第二训练模块，用于基于所述预测帧和所述第二图像，训练所述初始模型包括的帧判别器；

第一确定模块，用于响应于训练结束，将训练后的初始模型确定为异常检测模型。