[发明专利]智能监控方法、装置、电子设备及计算机可读存储介质

说明书

本公开涉及人工智能技术领域，提供了一种智能监控方法、装置、电子设备及计算机可读存储介质。该方法包括：构建多粒度空间注意力网络和高层次信息补偿网络；以目标检测模型为基础，将残差网络作为目标检测模型的特征提取网络，利用高层次信息补偿网络替代目标检测模型的特征处理网络，在残差网络和高层次信息补偿网络之间增加多粒度空间注意力网络，以构建智能监控模型；将经过训练的智能监控模型部署在云端，在接收到目标用户的监控请求时，利用部署在云端的智能监控模型为目标用户提供监控服务。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种智能监控方法、装置、电子设备及计算机可读存储介质。

背景技术

传统方式下，安防必须高度依赖人工，人力只能定时巡查，无法实时发现异常情况。而今年来随着机器学习算法的发展，可以将机器学习算法应用到安防领域，获得一个智能的监控系统。然而，目前基于机器学习算法的智能监控模型存在精度低、漏检和误检等问题。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：基于机器学习算法的智能监控模型存在精度低、漏检和误检等问题。

发明内容

有鉴于此，本公开实施例提供了一种智能监控方法、装置、电子设备及计算机可读存储介质，以解决现有技术中，基于机器学习算法的智能监控模型存在精度低、漏检和误检等问题。

本公开实施例的第一方面，提供了一种智能监控方法，包括：构建多粒度空间注意力网络和高层次信息补偿网络；以目标检测模型为基础，将残差网络作为目标检测模型的特征提取网络，利用高层次信息补偿网络替代目标检测模型的特征处理网络，在残差网络和高层次信息补偿网络之间增加多粒度空间注意力网络，以构建智能监控模型；将经过训练的智能监控模型部署在云端，在接收到目标用户的监控请求时，利用部署在云端的智能监控模型为目标用户提供监控服务。

本公开实施例的第二方面，提供了一种智能监控装置，包括：第一构建模块，被配置为构建多粒度空间注意力网络和高层次信息补偿网络；第二构建模块，被配置为以目标检测模型为基础，将残差网络作为目标检测模型的特征提取网络，利用高层次信息补偿网络替代目标检测模型的特征处理网络，在残差网络和高层次信息补偿网络之间增加多粒度空间注意力网络，以构建智能监控模型；监控模块，被配置为将经过训练的智能监控模型部署在云端，在接收到目标用户的监控请求时，利用部署在云端的智能监控模型为目标用户提供监控服务。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本公开实施例与现有技术相比存在的有益效果是：因为本公开实施例构建多粒度空间注意力网络和高层次信息补偿网络；以目标检测模型为基础，将残差网络作为目标检测模型的特征提取网络，利用高层次信息补偿网络替代目标检测模型的特征处理网络，在残差网络和高层次信息补偿网络之间增加多粒度空间注意力网络，以构建智能监控模型；将经过训练的智能监控模型部署在云端，在接收到目标用户的监控请求时，利用部署在云端的智能监控模型为目标用户提供监控服务，因此，采用上述技术手段，可以解决现有技术中，基于机器学习算法的智能监控模型存在精度低、漏检和误检等问题，进而提高智能监控模型的精度，减少漏检和误检的几率。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本公开实施例的应用场景的场景示意图；

图2是本公开实施例提供的一种智能监控方法的流程示意图；