基于粒子群优化的违规行为检测方法、装置及相关介质与流程

本发明涉及违规行为检测，特别涉及基于粒子群优化的违规行为检测方法、装置及相关介质。

背景技术：

1、目前，在视频监控的相关场景中，大多是采用基于静态图像的目标检测算法(如yolo、spp算法等)对特定的显著目标进行定位和识别，以及加上特定的完善处理操作。基于静态图像的目标检测算法只考虑图像信息的空域语义特征，忽略了动作的时间连续性，缺乏可解释性；在实际应用中，算法往往会出现将目标物体与背景中的其他物体误识别，因此模型优化对图像数量和场景丰富度有较强的依赖性。

2、现有技术中也有研究人员提出了使用提升算法性能的粒子群优化算法，但大多数粒子群优化算法只能解决基于静态图像的目标检测算法的可拓展性低和多样性低的问题。在过去多年时间里，粒子群优化算法取得了进展，但建模比较复杂，导致运行时间有所增加，鲁棒性也比较差。

技术实现思路

1、本发明实施例提供了基于粒子群优化的违规行为检测方法、装置及相关介质，旨在解决使用粒子群优化算法进行违规行为检测时运行速度慢、鲁棒性差的问题。

2、第一方面，本发明实施例提供了一种基于粒子群优化的违规行为检测方法，包括：

3、获取视频数据，对所述视频数据进行预处理并标注，得到标注数据；

4、根据mvit算法设置超参组合，将平衡分数作为训练模型的优化目标函数；

5、根据所述超参组合分别初始化粒子的位置和速度，其中，所述粒子的速度用于将所述粒子驱动到搜索空间中的新位置；

6、根据所述标注数据分别更新所述粒子的位置和速度并利用所述优化目标函数对所述粒子进行评估，得到所述粒子的最佳位置；

7、根据所述粒子的最佳位置检测是否存在违规行为。

8、第二方面，本发明实施例提供了一种基于粒子群优化的违规行为检测装置，包括：

9、获取数据单元，用于获取视频数据，对所述视频数据进行预处理并标注，得到标注数据；

10、设置数据单元，用于根据mvit算法设置超参组合，将平衡分数作为训练模型的优化目标函数；

11、初始数据单元，用于根据所述超参组合分别初始化粒子的位置和速度其中，所述粒子的速度用于将所述粒子驱动到搜索空间中的新位置；

12、更新数据单元，用于根据所述标注数据分别更新所述粒子的位置和速度并利用所述优化目标函数对所述粒子进行评估，得到所述粒子的最佳位置；

13、检测数据单元，用于根据所述粒子的最佳位置检测是否存在违规行为。

14、第三方面，本发明实施例提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述第一方面的基于粒子群优化的违规行为检测方法。

15、第四方面，本发明实施例提供了一种计算机可读存储介质，其中，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所述第一方面的基于粒子群优化的违规行为检测方法。

16、本发明实施例提供一种基于粒子群优化的违规行为检测方法，该方法包括：获取视频数据，对所述视频数据进行预处理并标注，得到标注数据；根据mvit算法设置超参组合，将平衡分数作为训练模型的优化目标函数；根据所述超参组合分别初始化粒子的位置和速度，其中，所述粒子的速度用于将所述粒子驱动到搜索空间中的新位置；根据所述标注数据分别更新所述粒子的位置和速度并利用所述优化目标函数对所述粒子进行评估，得到所述粒子的最佳位置；根据所述粒子的最佳位置检测是否存在违规行为。本发明通过将所述mvit算法加入到粒子群优化算法中，如此，提高了违规行为检测模型的速度和鲁棒性。

17、本发明实施例还提供一种基于粒子群优化的违规行为检测装置、计算机设备和存储介质，同样具有上述有益效果。

技术特征：

1.一种基于粒子群优化的违规行为检测方法，其特征在于，包括：

2.根据权利要求1所述的基于粒子群优化的违规行为检测方法，其特征在于，所述获取视频数据，对所述视频数据进行预处理并标注，得到标注数据，包括：

3.根据权利要求1所述的基于粒子群优化的违规行为检测方法，其特征在于，所述超参组合包括：

4.根据权利要求1所述的基于粒子群优化的违规行为检测方法，其特征在于，所述将平衡分数作为训练模型的优化目标函数，包括：

5.根据权利要求1所述的基于粒子群优化的违规行为检测方法，其特征在于，所述根据所述标注数据分别更新所述粒子的位置和速度并利用所述优化目标函数对所述粒子进行评估，得到所述粒子的最佳位置，包括：

6.根据权利要求1所述的基于粒子群优化的违规行为检测方法，其特征在于，所述根据所述标注数据分别更新所述粒子的位置和速度并利用所述优化目标函数对所述粒子进行评估，得到所述粒子的最佳位置，还包括：

7.一种基于粒子群优化的违规行为检测装置，其特征在于，包括：

8.根据权利要求7所述的基于粒子群优化的违规行为检测装置，其特征在于，所述获取数据单元，包括：

9.一种计算机设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的基于粒子群优化的违规行为检测方法。

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6任一项所述的基于粒子群优化的违规行为检测方法。

技术总结
本发明公开了基于粒子群优化的违规行为检测方法、装置及相关介质，该方法包括：获取视频数据，对所述视频数据进行预处理并标注，得到标注数据；根据MViT算法设置超参组合，将平衡分数作为训练模型的优化目标函数；根据所述超参组合分别初始化粒子的位置和速度，其中，所述粒子的速度用于将所述粒子驱动到搜索空间中的新位置；根据所述标注数据分别更新所述粒子的位置和速度并利用所述优化目标函数对所述粒子进行评估，得到所述粒子的最佳位置；根据所述粒子的最佳位置检测是否存在违规行为。本发明通过将所述MViT算法加入到粒子群优化算法中，如此，提高了违规行为检测模型的速度和鲁棒性。

技术研发人员：起亚·伊曼纽尔通格姆,周长源
受保护的技术使用者：深圳市万物云科技有限公司
技术研发日：
技术公布日：2024/1/11