买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长扬科技(北京)股份有限公司

摘要：本发明公开了一种基于监控视频多目标检测的告警事件聚合方法和装置，通过将获取到的视频帧输入目标检测模型，判断检测结果中是否存在目标对象，并根据置信度是否超过设定阈值判断是否是目标对象，并进入下一步骤；通过深度余弦度量学习网络模型对视频帧中的目标对象进行表观特征向量提取，结合以上步骤获得目标对象的标签、表观特征向量和坐标位置；基于目标对象的标签、系统时间、表观特征向量以及坐标位置通过告警事件聚合规则判断视频帧中目标对象所对应的告警事件是否是重复告警事件。本发明可以有效去除重复无效告警事件，极大节约了管理人员排查隐患的时间成本，有利于安全生产中的高效管理，适用到不同的工业场景中，实用性很强。

主权项：1.一种基于监控视频多目标检测的告警事件聚合方法，其特征在于，包括以下步骤：目标检测步骤，将获取到的视频帧输入目标检测模型，判断检测结果中是否存在目标对象，并根据置信度是否超过设定阈值判断是否是所述目标对象，并进入度量学习步骤，其中，采用OpenCV获取所述视频帧，采用Django框架封装所述目标检测模型中的多目标检测算法；度量学习步骤，通过深度余弦度量学习网络模型对所述视频帧中的所述目标对象进行表观特征向量提取，结合所述目标检测步骤获得所述目标对象的标签、表观特征向量和坐标位置；其中，所述深度余弦度量学习网络模型提取所述目标对象的所述表观特征向量构建事件聚合特征向量队列；以及聚合分类步骤，基于所述目标对象的所述标签、系统时间、所述表观特征向量以及所述坐标位置通过告警事件聚合规则判断所述视频帧中所述目标对象的所述告警事件是否是重复告警事件；其中，所述告警事件聚合规则具体包括：通过所述标签查询已构建的所述事件聚合特征向量队列中是否存在所述目标对象，若是则进入时间匹配阶段，否则直接产生告警事件，并将所述目标对象的所述标签、所述表观特征向量和所述系统时间加入所述事件聚合特征向量队列；判断所述系统时间与所述事件聚合特征向量队列中所述目标对象的时间的差值是否在有效时间段内，若是则进入余弦相似度匹配阶段，否则直接产生告警事件，并将所述目标对象的所述标签、所述表观特征向量和所述系统时间加入所述事件聚合特征向量队列：以及将所述目标对象的所述表观特征向量与所述事件聚合特征向量队列中有效时间段内所述目标对象的表观特征向量进行余弦相似度计算，通过判断余弦相似度值与预先设定的余弦相似度阈值进行比对来判定所述目标对象是否符合匹配规则，如果余弦相似度值小于余弦相似度阈值，则表示所述表观特征向量匹配不成功，直接产生告警事件，将所述目标对象的所述标签、所述表观特征向量和所述系统时间加入所述事件聚合特征向量队列，如果余弦相似度值大于或等于余弦相似度阈值，则表示所述表观特征向量匹配成功，所述目标对象所对应的告警事件属于重复告警事件。

全文数据：

权利要求：

百度查询： 长扬科技(北京)股份有限公司 一种基于监控视频多目标检测的告警事件聚合方法和装置