[发明专利]一种视频异常行为自动判断方法在审
| 申请号： | 201910548160.2 | 申请日： | 2019-06-21 |
| 公开（公告）号： | CN110276398A | 公开（公告）日： | 2019-09-24 |
| 发明（设计）人： | 曹源 | 申请（专利权）人： | 北京滴普科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F9/50;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100085 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种视频异常行为自动判断方法。所述方法是对运输车辆的车载视频进行帧提取，获取比较帧。通过比较帧的差分运算，筛选出异常行为帧，进而对违规行为进行筛查，特别适用于运输车的车载视频异常行为分析。本发明误检率低、筛选速度快、对硬件资源要求低。 | ||
| 搜索关键词： | 异常行为 车载视频 自动判断 视频 筛选 异常行为分析 差分运算 硬件资源 运输车辆 误检率 运输车 帧提取 筛查 违规 | ||
【主权项】：
1.一种视频异常行为自动判断方法，其特征在于，包括如下步骤：S1：预先确定对原始视频进行帧提取周期及提取起始时间；S2：获取比较帧；所述比较帧包括获得从X时刻开始提取的原始帧序列L1以及，从X+j时刻开始提取出来的的原始帧序列L2；j为L1、L2提取起始时间的差值；S3：对L1、L2中排序序号相同的帧进行差分运算，得到差异帧序列L3；S4：将L1和L3作为训练数据，使用基于卷积神经网络的深度学习分类器，训练出拥有自适应调整阈值Y能力的模型M；S5：利用M，将待检测视频作为原始视频，重复步骤S1～S3，将获取到的差异帧序列L3中所有对象作为输入值依次送入模型M进行运算，获取各个对象对应的概率值；当概率值大于对应阈值Y时，则判断为异常，获取原始视频对应的时间点；S5：根据对应的时间点截取原始视频中对应的视频片段。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京滴普科技有限公司，未经北京滴普科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910548160.2/，转载请声明来源钻瓜专利网。
