(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111655210.0 (22)申请日 2021.12.3 0 (71)申请人 北京市商汤科技 开发有限公司 地址 100080 北京市海淀区北四环西路58 号11层1101-1117室 (72)发明人 宋述铕　 (74)专利代理 机构 北京博思佳知识产权代理有 限公司 1 1415 代理人 赵皓天 (51)Int.Cl. G06V 40/70(2022.01) G06V 20/52(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06K 9/62(2022.01) G08B 31/00(2006.01) (54)发明名称 生成告警事件的方法、 装置、 设备和存储介 质 (57)摘要 本申请提出一种生成告警事件的方法、 装 置、 设备和存储介质。 其中， 所述方法可以包括： 对采集的现场图像中的人员进行身份识别， 确定 所述现场图像中的目标人员； 确定所述目标人员 所处的位置与出现在现场图像中的时间； 对所述 目标人员进行形态识别， 确定所述目标人员的形 态； 响应于所述目标人员出现在现场图像中的时 间、 所处的位置， 以及所述目标人员的形态中的 至少一个符合预设规则， 生成告警事件。 由此可 以及时生 成告警事件进行告警， 便于管理人员及 时对该目标行为进行掌控与处理， 降低事件处理 难度。 权利要求书3页 说明书15页 附图6页 CN 114333079 A 2022.04.12 CN 114333079 A 1.一种生成告警事 件的方法， 其特 征在于， 所述方法包括： 对采集的现场图像中的人员进行身份识别， 确定所述现场图像中的目标 人员； 确定所述目标 人员所处的位置与出现在现场图像中的时间； 对所述目标 人员进行 形态识别， 确定所述目标 人员的形态； 响应于所述目标人员出现在现场图像中的时间、 所处的位置， 以及所述目标人员的形 态中的至少一个符合预设规则， 生成告警事 件。 2.根据权利要求1所述的方法， 其特征在于， 所述告警事件包括目标现场图像和所述目 标现场图像的检测信息 。 3.根据权利要求1或2所述的方法， 其特 征在于， 在生成告警事 件之后， 还 包括： 获取多个预设 设备的设备位置； 基于所述设备位置与 所述目标人员对应的位置， 确定多个所述预设设备分别与所述目 标人员之间的距离； 将所述告警事 件发送至与所述目标 人员之间距离最近的N个预设 设备。 4.根据权利要求1 ‑3任一所述的方法， 其特 征在于， 所述方法还 包括： 将所述目标人员对应的运动轨迹发送至与所述目标人员之间距离最近的N个预设设 备； 其中， 预先根据所述目标人员的出现时间和所处的位置， 生成所述目标人员对应的运 动轨迹。 5.根据权利要求1 ‑4任一所述的方法， 其特征在于， 对采集的现场图像 中的人员进行身 份识别， 确定所述现场图像中的目标 人员， 包括： 对采集的现场图像进行 人脸检测， 得到所述现场图像中的人脸图像； 响应于所述人脸图像与预设人脸图像匹配， 确定所述现场图像中人员为目标 人员。 6.根据权利要求1 ‑5任一所述的方法， 其特征在于， 所述对所述目标人员进行形态识 别， 确定所述目标 人员的形态相关信息， 包括： 对采集的现场图像进行人员对象检测， 得到所述现场图像中所述目标人员对应的第 一 人员检测框； 根据所述第 一人员检测框， 确定所述第 一人员检测框在所述现场图像中指示的人员图 像； 利用形态分类网络， 对所述人员图像进行形态分类， 得到所述目标人员的形态； 其中， 所述形态分类网络包括经 过标注了人员对象的形态信息的图像样本训练得到的神经网络 。 7.根据权利要求1 ‑5任一所述的方法， 其特征在于， 所述对所述目标人员进行形态识 别， 确定所述目标 人员的形态相关信息， 包括： 在识别目标人员的情形下， 对所述现场图像分别进行人员对象检测与车辆检测， 得到 所述目标 人员的第二人员检测框， 以及车辆检测框； 响应于所述第 二人员检测框与任一车辆检测框的重合度达到预设重合度阈值， 确定所 述目标人员的形态为驾驶车辆； 响应于所述第二人员检测框与每一车辆检测框的重合度均未达到所述预设重合度阈 值， 确定所述目标 人员的形态为行 走。 8.根据权利要求1 ‑7任一所述的方法， 其特征在于， 所述预设规则指示所述目标人员的权　利　要　求　书 1/3 页 2 CN 114333079 A 2形态由行 走或驾驶非目标 车辆变为驾驶目标 车辆； 所述响应于所述目标人员出现在现场图像中的时间、 所处的位置， 以及所述目标人员 的形态中的至少一个符合预设规则， 生成告警事 件， 包括： 获取所述目标人员在第 一时间具备的第 一形态， 和所述目标人员在第 二时间具备的第 二形态； 所述第二时间晚于所述第一时间； 响应于所述第一形态包括行走或驾驶非目标车辆， 所述第二形态包括驾驶目标车辆， 生成告警事 件； 和/或， 获取所述目标人员在第 三时间所处的第 三位置和具备的第 三形态， 和所述目标人员在 第四时间所处的第四位置和具 备的第四形态； 所述第四 时间晚于所述第三时间； 响应于所述第三形态包括行走或驾驶非目标车辆， 所述第 四形态包括驾驶目标车辆， 并且所述第三 位置为第一预设位置， 所述第四位置为第二预设位置， 生成告警事 件。 9.根据权利要求1 ‑7任一所述的方法， 其特征在于， 所述预设规则指示所述目标人员在 日常活动的轨 迹以外的非日常活动区驾驶目标 车辆； 所述响应于所述目标人员出现在现场图像中的时间、 所处的位置， 以及所述目标人员 的形态中的至少一个符合预设规则， 生成告警事 件， 包括： 响应于所述目标人员所处 的位置为所述非日常活动区， 所述目标人员的形态为驾驶目 标车辆， 生成告警事 件。 10.根据权利要求1 ‑7任一所述的方法， 其特征在于， 所述预设规则指示所述目标人员 驾驶非预设属性的目标 车辆； 所述响应于所述目标人员出现在现场图像中的时间、 所处的位置， 以及所述目标人员 的形态中的至少一个符合预设规则， 生成告警事 件， 包括： 在所述目标人员的形态为驾驶目标车辆的情形下， 利用车辆属性分类网络， 对所述目 标车辆进行车辆属 性分类， 得到所述 目标车辆的属 性； 所述车辆属 性分类网络包括标注了 目标车辆的属性信息的图像样本训练得到的神经网络； 所述属性包括以下至少一项： 颜色、 外形； 响应于所述目标 车辆的属性 不是所述预设属性， 生成告警事 件。 11.根据权利要求1 ‑7任一所述的方法， 其特征在于， 所述预设规则指示所述目标人员 在非预设小区的停车区的停留时长 达到预设阈值； 所述响应于所述目标人员出现在现场图像中的时间、 所处的位置， 以及所述目标人员 的形态中的至少一个符合预设规则， 生成告警事 件， 包括： 根据所述目标人员出现的时间、 所处 的位置， 以及所述目标人员的形态， 确定所述目标 人员在非预设小区的停车区停留时长； 响应于所述停留时长 达到预设阈值， 生成告警事 件。 12.根据权利要求1 ‑11任一所述的方法， 其特 征在于， 所述方法还 包括： 获取针对目标 预设规则的添加请求； 响应于所述添加请求， 添加所述目标 预设规则。 13.一种生成告警事 件的装置， 其特 征在于， 所述装置包括： 识别模块， 用于对采集的现场图像中的人员进行身份识别， 确定所述现场图像中的目权　利　要　求　书 2/3 页 3 CN 114333079 A 3