[发明专利]基于图像识别的安全监测方法、装置、设备及存储介质

权利要求书

1.一种基于图像识别的安全监测方法，其特征在于，包括：

预设视频获取设备开机时的第一帧图像为背景图像；

获取一帧视频图像；

如果所述视频图像与背景图像存在偏差，则计算所述视频图像与所述背景图像的偏差，得到图像偏差值；

将所述图像偏差值与预设的阈值进行比较，如果所述图像偏差值大于预设的阈值，则检测视频中的疑似危险区域并得到疑似危险区域大小；否则，将所述视频图像作为所述背景图像；

若所述疑似危险区域大于预设的面积，则计算所述疑似危险区域的动态特征，并根据所述动态特征进行安全预警；否则将所述视频图像作为所述背景图像并重复以上步骤。

2.根据权利要求1所述的安全监测方法，其特征在于：所述计算所述视频图像与所述背景图像的偏差，得到图像偏差值,包括：

采集所述视频图像的特征信息；

采用图像匹配算法将所述视频图像的特征信息与所述背景图像进行特征点匹配，得到所述图像偏差值。

3.根据权利要求2所述的安全监测方法，其特征在于：所述采集所述视频图像的特征信息的步骤包括：

通过时空双流神经网络从所述视频图像中采集所述特征信息。

4.根据权利要求3所述的安全监测方法，其特征在于：所述时空双流神经网络包括空间流神经网络分支和时间流网络分支，所述空间流神经网络分支的分类网络采用循环神经网络。

5.根据权利要求4所述的安全监测方法，其特征在于：所述时空双流神经网络还包括多目标检测网络，所述多目标检测网络包括Faster RCNN网络，且设置于所述空间流神经网络分支和时间流网络分支之前。

6.根据权利要求5所述的安全监测方法，其特征在于：所述空间流神经网络分支的循环神经网络包括长时递归卷积网络，所述长时递归卷积网络由CNN网络和LSTM网络组成。

7.根据权利要求1所述的安全监测方法，其特征在于：所述检测视频中的疑似危险区域并得到疑似危险区域大小包括：

间隔一定时间从视频中抽取一帧图像，抽取多帧图像作为检测数据集；

分别从所述检测数据集中抽取不同帧数的图像组成多组检测数据子集，并将每组检测数据子集分别输入预训练好的检测模型的特征提取单元，得到对应多组特征向量并通过所述检测模型的融合单元进行组内特征融合，得到多组融合特征；

将所述多组融合特征输入所述检测模型的预测单元对视频进行危险区域预测，检测出疑似危险区域，并得到疑似危险区域大小。

8.一种基于图像识别的安全监测装置，其特征在于，包括：

获取模块，用于获取一帧视频图像；

计算模块，用于如果所述视频图像与背景图像存在偏差，则计算所述视频图像与所述背景图像的偏差，得到图像偏差值；

检测模块，用于将所述图像偏差值与预设的阈值进行比较，如果所述图像偏差值大于预设的阈值，则检测视频中的疑似危险区域并得到疑似危险区域大小；否则，将所述视频图像作为所述背景图像；

预警模块，若所述疑似危险区域大于预设的面积，则计算所述疑似危险区域的动态特征，并根据所述动态特征进行安全预警；否则将所述视频图像作为所述背景图像并重复以上步骤。

9.一种计算机设备，其特征在于，包括：存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于图像识别的安全监测方法。

10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于图像识别的安全监测方法。