本技术涉及数据处理,更具体的说,是涉及一种异常行为检测方法、装置、电子设备及存储介质。
背景技术:
1、目前,电力自助终端设备可以通过摄像头获取图像,并对获取的图像进行识别,以判断该图像中是否存在异常行为,例如,利用工具对电力自助终端造成破坏的行为。
2、但是,由于破坏结果的发生可能不仅包含一个动作,而是一连串动作的组合,所以以上述方式进行识别的结果,准确率较低。例如,以利用工具破坏电力自助终端设备为例,其采集到的图像可能包括工具未接触到电力自助终端设备的图像以及工具接触到电力自助终端设备的图像,若此时对工具未接触到电力自助终端设备的图像进行识别,由于工具与电力自助终端设备未发生接触,则有可能该图像的识别结果为正常行为。
3、基于此,如何提高异常行为识别结果的准确性,成为亟需解决的问题。
技术实现思路
1、鉴于上述问题,提出了本技术以便提供一种异常行为检测方法、装置、电子设备及存储介质,以实现提高异常行为识别结果的准确性。具体方案如下:
2、一种异常行为检测方法,所述方法包括:
3、获得目标设备对应的待测图像集合,所述待测图像集合包含多个目标图像,所述多个目标图像为时间连续的图像,且所述目标图像包含目标对象;
4、通过第一行为预测模型,对所述待测图像集合进行处理,以得到目标数值,所述目标数值为所述目标对象在所述多个目标图像所属时间段内执行异常行为的概率,所述异常行为为对所述目标设备造成破坏的行为;
5、其中,所述第一行为预测模型是基于第一训练样本集合进行模型训练得到的,所述第一训练样本集合包含多个第一训练样本,所述第一训练样本包括第一输入样本和第一输出样本,所述第一输入样本为样本图像集合,每个所述样本图像集合包含多个第一样本图像,所述多个第一样本图像在时间上是连续的,且所述第一样本图像包含第一样本对象,所述第一输出样本为第一数值,所述第一数值表征所述第一样本对象在所述多个第一样本图像所属时间段内执行所述异常行为的概率。
6、可选的,通过第一行为预测模型,对所述待测图像集合进行处理,以得到目标数值,包括:
7、根据所述待测图像集合,获得多个第一特征数值,一个所述第一特征数值对应一个所述目标图像,且所述第一特征数值为所述目标对象在相应目标图像所处时刻执行异常行为的概率;
8、根据所述待测图像集合,获得目标特征数据,所述目标特征数据为在所述多个目标图像所属的时间段内与所述目标对象的动作相关联的数据;
9、根据所述目标数据和所述多个第一特征数值,获得目标数值。
10、可选的,根据所述待测图像集合,获得多个第一特征数值,包括:
11、通过第二行为预测模型,对每个所述目标图像进行处理,以得到多个所述目标图像对应的第一特征数值,一个所述目标图像对应于一个所述第一特征数值;
12、其中,所述第二行为预测模型基于第二训练样本集合进行模型训练得到的,所述第二训练样本集合包含多个第二训练样本,所述第二训练样本包括第二输入样本和第二输出样本,所述第二输入样本为第二样本图像,所述第二样本图像包含第二样本对象,所述第二输出样本为第二数值,所述第二数值为所述第二样本对象在所述第二样本图像所处时刻执行所述异常行为的概率。
13、可选的,根据所述待测图像集合,获得目标特征数据,包括:
14、对所述待测图像集合中的所述多个目标图像进行特征提取,以得到多个第一特征数据,一个所述目标图像对应于一个所述第一特征数据,所述第一特征数据为在相应目标图像所处时刻与所述目标对象的动作相关联的数据;
15、根据所述多个目标图像之间的时间顺序,对所述多个第一特征数据进行计算,以得到目标特征数据。
16、可选的,获得目标设备对应的待测图像集合,包括:
17、获取所述目标设备对应的目标视频,所述目标视频包含所述目标对象;
18、在所述目标视频中,截取时间连续的多个图像,以得到多个目标图像,所述多个目标图像组成待测图像集合。
19、可选的,还包括:
20、在所述目标数值大于或等于预设阈值的情况下,输出警报信息,所述警报信息用于提示所述目标设备被破坏。
21、一种异常行为检测设备,所述设备包括:
22、图像集合获取单元,用于获得目标设备对应的待测图像集合,所述待测图像集合包含多个目标图像,所述多个目标图像为时间连续的图像,且所述目标图像包含目标对象;
23、预测单元,用于通过第一行为预测模型,对所述待测图像集合进行处理,以得到目标数值,所述目标数值为所述目标对象在所述多个目标图像所属时间段内执行异常行为的概率,所述异常行为为对所述目标设备造成破坏的行为;
24、其中,所述第一行为预测模型是基于第一训练样本集合进行模型训练得到的,所述第一训练样本集合包含多个第一训练样本,所述第一训练样本包括第一输入样本和第一输出样本,所述第一输入样本为样本图像集合,每个所述样本图像集合包含多个第一样本图像,所述多个第一样本图像在时间上是连续的,且所述第一样本图像包含第一样本对象,所述第一输出样本为第一数值,所述第一数值表征所述第一样本对象在所述多个第一样本图像所属时间段内执行所述异常行为的概率。
25、可选的,所述预测单元包括:
26、特征数值获取单元,用于根据所述待测图像集合,获得多个第一特征数值,一个所述第一特征数值对应一个所述目标图像,且所述第一特征数值为所述目标对象在相应目标图像所处时刻执行异常行为的概率;
27、特征数据获取单元,用于根据所述待测图像集合,获得目标特征数据,所述目标特征数据为在所述多个目标图像所属的时间段内与所述目标对象的动作相关联的数据;
28、目标数值获取单元,用于根据所述目标数据和所述多个第一特征数值,获得目标数值。
29、一种电子设备,包括:存储器和处理器;
30、所述存储器,用于存储程序;
31、所述处理器,用于执行所述程序,以实现:获得目标设备对应的待测图像集合,所述待测图像集合包含多个目标图像,所述多个目标图像为时间连续的图像,且所述目标图像包含目标对象;通过第一行为预测模型,对所述待测图像集合进行处理,以得到目标数值,所述目标数值为所述目标对象在所述多个目标图像所属时间段内执行异常行为的概率,所述异常行为为对所述目标设备造成破坏的行为;其中,所述第一行为预测模型是基于第一训练样本集合进行模型训练得到的,所述第一训练样本集合包含多个第一训练样本,所述第一训练样本包括第一输入样本和第一输出样本,所述第一输入样本为样本图像集合,每个所述样本图像集合包含多个第一样本图像,所述多个第一样本图像在时间上是连续的,且所述第一样本图像包含第一样本对象,所述第一输出样本为第一数值,所述第一数值表征所述第一样本对象在所述多个第一样本图像所属时间段内执行所述异常行为的概率。
32、一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,以实现:获得目标设备对应的待测图像集合,所述待测图像集合包含多个目标图像,所述多个目标图像为时间连续的图像,且所述目标图像包含目标对象;通过第一行为预测模型,对所述待测图像集合进行处理,以得到目标数值,所述目标数值为所述目标对象在所述多个目标图像所属时间段内执行异常行为的概率,所述异常行为为对所述目标设备造成破坏的行为;其中,所述第一行为预测模型是基于第一训练样本集合进行模型训练得到的,所述第一训练样本集合包含多个第一训练样本,所述第一训练样本包括第一输入样本和第一输出样本,所述第一输入样本为样本图像集合,每个所述样本图像集合包含多个第一样本图像,所述多个第一样本图像在时间上是连续的,且所述第一样本图像包含第一样本对象,所述第一输出样本为第一数值,所述第一数值表征所述第一样本对象在所述多个第一样本图像所属时间段内执行所述异常行为的概率。
33、借由上述技术方案,本技术获得目标设备对应的包含多个目标图像的待测图像集合,其中,多个目标图像为时间连续的图像,且目标图像包含目标对象,进而通过第一行为预测模型,对待测图像集合进行处理,以得到目标数值,目标数值为目标对象在多个目标图像所属时间段内执行异常行为的概率,异常行为为对目标设备造成破坏的行为,其中,第一行为预测模型是基于第一训练样本集合进行模型训练得到的,第一训练样本集合包含多个第一训练样本,第一训练样本包括第一输入样本和第一输出样本,第一输入样本为样本图像集合,每个样本图像集合包含多个第一样本图像,多个第一样本图像在时间上是连续的,且第一样本图像包含第一样本对象,第一输出样本为第一数值,第一数值表征第一样本对象在多个第一样本图像所属时间段内执行异常行为的概率。由此可见,本技术通过预先训练的第一行为预测模型,对待测图像集合进行处理,就可以得到目标对象在多个目标图像所属时间段内执行异常行为的概率,也可以理解为,对在多个目标图像所属时间段内目标对象执行的动作进行识别,综合识别了多个目标图像所属时间段内的多个动作,以得到目标对象在多个目标图像所属时间段内执行异常行为的概率,提高了异常行为识别结果的准确率。