[发明专利]一种误报检测方法、装置及电子设备

说明书

本申请提供了一种误报检测方法、装置及电子设备。本申请可以基于原始误报图像生成多个与其具有相同误报对象的扩展误报图像，从而利用原始误报图像和上述多个扩展误报图像对误报检测模型进行训练升级，使用训练后的模型对周界监控系统输出的报警图像进行误报检测，减少误报情况的发生次数。其中，具体是基于用于描述原始误报图像中的误报对象的原始描述文本确定多个扩展描述文本，并将上述多个扩展描述文本输入至已训练的多模态模型以生成与扩展描述文本一一匹配的多个扩展误报图像，从而显著增加了误报检测模型的训练样本数量，使得周界监控系统能够基于现场获取的误报数据进行模型训练，提升了误报检测的针对性与准确率。

技术领域

本申请涉及智能监控技术，特别涉及一种误报检测方法、装置及电子设备。

背景技术

随着智能化监控设备的不断升级，周界监控系统已广泛运用于周界防范场景中。但是在实际应用环境下，若缺乏有效的误报检测手段，则监控设备会因树叶晃动、动物闯入等外界干扰因素频繁发出误报，导致用户难以从众多误报中高效获取准确可靠的报警信息，严重影响了用户体验。

目前常用的误报检测手段主要基于模板匹配方案，即预先建立生物特征库，该库中存有无需进行报警的对象的相关特征，从而在进行报警前将预警目标与该生物特征库进行匹配，并对匹配成功的对象进行过滤、不进行报警以减少误报次数；然而，现有方案的误报消除准确率直接依赖于预置的生物特征库的丰富、准确程度，无法基于现场的误报数据进行模型训练，针对性与准确度较差。

发明内容

本申请实施例提供了一种误报检测方法、装置及电子设备，以基于获取的原始误报图像展开误报检测模型训练，并利用该模型对监控设备输出的报警图像进行误报检测。

第一方面，本申请实施例提供了一种误报检测方法，上述方法包括：

获取原始误报图像、用于描述上述原始误报图像中的误报对象的原始描述文本，基于上述原始描述文本确定与上述误报对象对应的多个扩展描述文本；

将上述多个扩展描述文本输入至已训练的多模态模型，得到与上述多个扩展描述文本对应的多个扩展误报图像，每个扩展误报图像均包括上述误报对象；

基于上述原始误报图像和上述多个扩展误报图像对原始误报检测模型进行训练，得到已训练的目标误报检测模型；

其中，上述目标误报检测模型用于对待检测图像进行误报检测。

在一可能的实现方式中，上述原始描述文本包括上述误报对象的种类，上述扩展描述文本也包括上述误报对象的种类；上述基于上述原始描述文本确定与上述误报对象对应的多个扩展描述文本，包括：

在上述原始描述文本的上述误报对象的种类前面增加新描述语，将修改后的原始描述文本作为扩展描述文本；和/或，

将上述原始描述文本的上述误报对象的种类前面的描述语替换为新描述语，将修改后的原始描述文本作为扩展描述文本；

其中，上述新描述语是从已生成的描述语集合中选择的。

在一可能的实现方式中，上述原始误报图像是针对目标场景的图像，上述原始描述文本还包括针对上述目标场景的场景描述语，上述多个扩展描述文本还包括针对上述目标场景的场景描述语。

在一可能的实现方式中，上述新描述语用于表示以下至少一种：上述误报对象的颜色、姿态、材质、观察视角。

在一可能的实现方式中，上述多模态模型的训练过程包括：

获取训练图像、用于描述上述训练图像中的标定对象的训练描述文本，上述训练描述文本包括上述标定对象的种类以及上述标定对象的样本描述语；

基于上述训练图像和上述训练描述文本训练得到上述多模态模型，上述多模态模型用于拟合训练图像和训练描述文本之间的关系。