一种医院大规模摄像头检测功能点匹配方法

本发明实施例涉及人工智能，尤其涉及一种医院大规模摄像头检测功能点匹配方法。

背景技术：

1、医院的火灾事故等安全问题是越来越受重视的问题。随着科技进步，医院的监控摄像头当中也会进行相应的人工智能(ai)算法检测，可以通过ai算法检测来检测医院可能发生的各种安全问题，比如：跌倒检测、消防通道占用检测、烟雾检测、火焰检测、睡岗检测、离岗检测等。但是不同的摄像头安装位置，所需要的检测功能点有所不同，比如康复疗养区域，就需要对病员进行跌倒检测，并及时通知医护人员，而消防通道占用检测，只适合于监测消防通道的摄像头，其他摄像头不涉及该功能。对几百上千的摄像头进行相应的功能点人工判断并进行配置，是非常费时费力的工作，而且需要非常专业的人员才能开展该工作。

技术实现思路

1、本发明实施例提供了一种医院大规模摄像头检测功能点匹配方法及系统，以实现智能地自动为医院大规模的摄像头分别匹配适合的检测算法。

2、本发明实施例第一方面提供了一种医院大规模摄像头检测功能点匹配方法，所述方法包括：

3、获取目标摄像头在多个时刻分别采集到的图片作为目标图片集合；

4、将所述目标图片集合逐个输入预设模型集合中的每一个检测功能判断模型，得到每一个检测功能判断模型各自对所述目标图片集合的判断结果；所述预设模型集合包括：跌倒检测判断模型、消防通道占用检测判断模型、烟雾检测判断模型、火焰检测判断模型、睡岗检测判断模型、离岗检测判断模型和异物入侵检测判断模型；

5、根据所述预设模型集合中的各个检测功能判断模型对所述目标图片集合的判断结果，为所述目标摄像头配置至少一个检测算法，所述检测算法包括：跌倒检测算法、消防通道占用检测算法、烟雾检测算法、火焰检测算法、睡岗检测算法、离岗检测算法和异物入侵检测算法。

6、可选地，所述方法还包括：

7、将所述目标图片集合输入第二预设模型，确定所述目标摄像头采集的所述目标图片集合所表征的目标场景是否有人；

8、在确定所述目标场景有人的情况下，将所述目标图片集合逐个输入预设模型集合中的每一个检测功能判断模型，包括：

9、将所述目标图片集合逐个输入预设模型集合中的以下每一检测功能判断模型：跌倒检测判断模型、消防通道占用检测判断模型、烟雾检测判断模型、火焰检测判断模型、睡岗检测判断模型、离岗检测判断模型和异物入侵检测判断模型；

10、在确定所述目标场景无人的情况下，确定不需要为所述目标摄像头配置与人相关的检测算法，所述与人相关的检测算法包括：跌倒检测算法、睡岗检测算法、离岗检测算法和异物入侵检测算法。

11、可选地，在确定所述目标场景有人的情况下，将所述目标图片集合逐个输入预设模型集合中的每一个检测功能判断模型，包括：

12、将所述目标图片集合逐个输入预设模型集合中的以下每一检测功能判断模型：消防通道占用检测判断模型、烟雾检测判断模型和火焰检测判断模型。

13、可选地，所述方法包括：

14、获取多个摄像头在多个时刻分别采集到的图片，将一个摄像头在多个时刻分别采集到的图片作为一个样本图片集合；

15、根据多个摄像头中每个摄像头已配置的摄像头检测算法，为对应的样本图片集设置标签，针对每个摄像头对应的样本图片集合：根据该摄像头是否已配置有第一摄像头检测算法，为所述样本图片集合中的每一张图片针对第一摄像头检测算法设置样本标签为1或者0，根据该摄像头是否已配置有第二摄像头检测算法，为所述样本图片集合中的每一张图片针对第二摄像头检测算法设置样本标签为1或者0；所述每个摄像头已配置的摄像头检测算法包括一个或多个；

16、将所有样本图片集合输入第三预设模型，基于每个样本图片集合针对第一摄像头检测算法设置的样本标签，训练得到第一检测功能判断模型；

17、将所有样本图片集合输入第三预设模型，基于每个样本图片集合针对第二摄像头检测算法设置的样本标签，训练得到第二检测功能判断模型。

18、可选地，将所述目标图片集合逐个输入预设模型集合中的每一个检测功能判断模型，得到每一个检测功能判断模型各自对所述目标图片集合的判断结果，包括：

19、针对每一个检测功能判断模型：根据该检测功能判断模型对所述目标图片集合中每张图片的预测概率值计算平均值；

20、在所述平均值大于等于预设阈值的情况下，确定为所述目标摄像头匹配对应的检测算法。

21、可选地，所述方法还包括：

22、获取目标摄像头在实时采集到的待检测图片；

23、采用为所述目标摄像头配置的至少一个检测算法分别对所述待检测图片的图像内容进行目标检测。

24、本发明实施例第二方面提供了一种医院大规模摄像头检测功能点匹配系统，所述系统包括：多个摄像头、摄像头检测功能匹配服务器；

25、所述多个摄像头中的每个摄像头分别采集图片；

26、所述服务器获取每个摄像头在多个时刻分别采集到的图片，得到多个图片集合；

27、所述服务器针对所述多个图片集合中的每个图片集合：将所述图片集合逐个输入预设模型集合中的每一个检测功能判断模型，得到每一个检测功能判断模型各自对所述图片集合的判断结果；所述预设模型集合包括：跌倒检测判断模型、消防通道占用检测判断模型、烟雾检测判断模型、火焰检测判断模型、睡岗检测判断模型、离岗检测判断模型和异物入侵检测判断模型；根据所述预设模型集合中的各个检测功能判断模型对所述图片集合的判断结果，为对应的摄像头配置至少一个检测算法，所述检测算法包括：跌倒检测算法、消防通道占用检测算法、烟雾检测算法、火焰检测算法、睡岗检测算法、离岗检测算法和异物入侵检测算法；

28、所述多个摄像头中的每个摄像头分别实时采集图片，根据该摄像头配置的一个或多个摄像头检测算法完成对应的目标检测。

29、可选地，所述系统还包括：

30、确定模块，用于将所述目标图片集合输入第二预设模型，确定所述目标摄像头采集的所述目标图片集合所表征的目标场景是否有人；

31、在确定所述目标场景有人的情况下，所述摄像头检测功能匹配服务器具体用于：

32、将所述目标图片集合逐个输入预设模型集合中的以下每一检测功能判断模型：跌倒检测判断模型、消防通道占用检测判断模型、烟雾检测判断模型、火焰检测判断模型、睡岗检测判断模型、离岗检测判断模型和异物入侵检测判断模型；在确定所述目标场景无人的情况下，确定不需要为所述目标摄像头配置与人相关的检测算法，所述与人相关的检测算法包括：跌倒检测算法、睡岗检测算法、离岗检测算法和异物入侵检测算法。

33、可选地，在确定所述目标场景有人的情况下，所述摄像头检测功能匹配服务器具体用于：

34、将所述目标图片集合逐个输入预设模型集合中的以下每一检测功能判断模型：消防通道占用检测判断模型、烟雾检测判断模型和火焰检测判断模型。

35、可选地，所述系统还包括：

36、样本图片集合获取模块，用于获取多个摄像头在多个时刻分别采集到的图片，将一个摄像头在多个时刻分别采集到的图片作为一个样本图片集合；

37、标注模块，用于根据多个摄像头中每个摄像头已配置的摄像头检测算法，为对应的样本图片集设置标签，针对每个摄像头对应的样本图片集合：根据该摄像头是否已配置有第一摄像头检测算法，为所述样本图片集合中的每一张图片针对第一摄像头检测算法设置样本标签为1或者0，根据该摄像头是否已配置有第二摄像头检测算法，为所述样本图片集合中的每一张图片针对第二摄像头检测算法设置样本标签为1或者0；所述每个摄像头已配置的摄像头检测算法包括一个或多个；

38、第一训练模块，用于将所有样本图片集合输入第三预设模型，基于每个样本图片集合针对第一摄像头检测算法设置的样本标签，训练得到第一检测功能判断模型；

39、第二训练模块，用于将所有样本图片集合输入第三预设模型，基于每个样本图片集合针对第二摄像头检测算法设置的样本标签，训练得到第二检测功能判断模型。

40、可选地，所述摄像头检测功能匹配服务器具体用于：

41、针对每一个检测功能判断模型：根据该检测功能判断模型对所述目标图片集合中每张图片的预测概率值计算平均值；

42、在所述平均值大于等于预设阈值的情况下，确定为所述目标摄像头匹配对应的检测算法。

43、可选地，所述系统还包括：

44、获取模块，用于获取目标摄像头在实时采集到的待检测图片；

45、检测模块，用于采用为所述目标摄像头配置的至少一个检测算法分别对所述待检测图片的图像内容进行目标检测。

46、本发明实施例第三方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如本发明第一方面所述的医院大规模摄像头检测功能点匹配方法中的步骤。

47、本发明实施例第四方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明第一方面所述的医院大规模摄像头检测功能点匹配方法中的步骤。

48、采用本发明实施例提供的医院大规模摄像头检测功能点匹配方法，针对医院大规模的摄像头，可以基于预先训练得到的预设模型集合中的每个检测功能判断模型，对每个摄像头采集到的目标图片集合进行判断，确定每个摄像头所需配置的检测算法，从而可以简单快捷智能地为医院大规模的摄像头分别匹配对应的检测功能，进而根据各个配置有对应的检测算法的摄像头实现医院的各类安全事故检测。