(19)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 202211442453.0 (22)申请日 2022.11.18 (71)申请人 合肥中科类脑智能技 术有限公司 地址 230000 安徽省合肥市高新区望江西 路5089号中国科大先进技术研究院一 号嵌入式研发楼3楼3 01室 (72)发明人 孙俊　沈韬　孙涛　艾坤　刘海峰　 王子磊　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 季永杰 (51)Int.Cl. G06V 40/20(2022.01) G06V 20/40(2022.01) G06V 10/74(2022.01)G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 钓鱼行为检测方法、 装置及边缘处理设备、 存储介质 (57)摘要 本发明公开了一种钓鱼行为检测方法、 装置 及边缘处理设备、 存储介质， 涉及图像处理技术 领域。 该方法包括： 获取待检测场景的初始背景 图和当前场景图； 检测当前场景图中是否存在行 人， 若是， 则对初始背景图和当前场景图进行预 处理， 以得到目标背景图和初始前景图； 将目标 背景图和初始前景图输入至预先构建且训练好 的目标联合判定模型中， 以检测是否存在钓鱼行 为。 由此， 以提高钓鱼行为检测的检测准确度。 权利要求书2页 说明书11页 附图6页 CN 115497172 A 2022.12.20 CN 115497172 A 1.一种钓鱼行为检测方法， 其特 征在于， 包括： 获取待检测场景的初始背景图和当前场景图； 检测所述当前场景图中是否存在行人， 若是， 则对所述初始背景图和所述当前场景图 进行预处理， 以得到目标背景图和初始前 景图； 将所述目标背景图和所述初始前景图输入至预先构建且训练好的目标联合判定模型 中， 以检测是否存在钓鱼行为； 其中， 所述目标 联合判定模型的构建步骤 包括： 创建基础特征提取模型， 并在所述基础特征提取模型的中间层嵌入特征对比层， 以得 到所述目标 联合判定模型， 其中， 所述基础特征提取模型的第一基础层用于提取得到所述目标背景图的背景特征图和 所述初始前 景图的前 景特征图； 所述特征对比层用于根据所述背景特征图和所述前景特征图， 得到所述初始前景图中 的目标前景区域； 所述基础特征提取模型的第二基础层用于从所述目标前景区域中提取得到钓鱼行为 相关特征， 以根据所述钓鱼行为相关特 征检测所述待检测场景 是否存在钓鱼行为。 2.根据权利要求1所述的钓鱼行为检测方法， 其特征在于， 所述对所述初始背景图和所 述当前场景图进行 预处理， 包括： 获取所述当前场景图中行人的第 一位置信 息， 并根据所述第 一位置信 息确定所述当前 场景图中的行 人区域； 对所述行 人区域进行扩展操作， 得到所述当前场景图中行 人的第二 位置信息； 根据所述第 二位置信 息对所述初始背景图和所述当前场景图进行裁剪， 以得到所述目 标背景图和所述初始前 景图。 3.根据权利要求1所述的钓鱼行为检测方法， 其特征在于， 根据 所述背景特征图和所述 前景特征图， 得到所述初始前 景图中的目标 前景区域， 包括： 根据所述背景 特征图和所述前 景特征图确定第一中间图； 将所述第一中间图沿着通道维度进行求和得到第二中间图； 利用sigmo id函数对所述第二中间图进行映射， 得到第三中间图； 根据所述第三中间图和所述前 景特征图得到所述目标 前景区域。 4.根据权利要求1所述的钓鱼行为检测方法， 其特征在于， 根据 所述背景特征图和所述 前景特征图， 得到所述初始前 景图中的目标 前景区域， 包括： 对所述前景特征图和所述背景特征图沿着通道维度进行归一化处理， 得到目标前景特 征图和目标背景 特征图； 根据所述目标 前景特征图和所述目标背景 特征图确定相似度矩阵； 根据所述相似度矩阵得到第三中间图； 根据所述第三中间图和所述前 景特征图得到所述目标 前景区域。 5.根据权利要求1所述的钓鱼行为检测方法， 其特征在于， 所述目标联合判定模型的训 练步骤包括： 获取图片对样本集， 并对所述图片对样本集中的所有图片对进行打标签处理， 所述图 片对包括所述初始背景图和相应的所述当前场景图；权　利　要　求　书 1/2 页 2 CN 115497172 A 2利用数据增强算法对所述图片对进行 预处理； 将经过预处理的所述图片对输入至所述目标联合判定模型中， 得到钓鱼行为判定结 果； 利用所述钓鱼行为判定结果和预设损失函数计算所述目标 联合判定模型的损失值； 根据所述损失值对所述目标联合判定模型的参数进行更新， 直至所述目标联合判定模 型收敛， 得到训练好的所述目标 联合判定模型。 6.根据权利要求1 ‑5中任一项所述的钓鱼行为检测方法， 其特征在于， 在检测到所述当 前场景图中不存在行 人时， 所述方法还 包括： 根据所述当前场景图对所述初始背景图进行 更新。 7.一种钓鱼行为检测装置， 其特 征在于， 包括： 获取模块， 用于获取待检测场景的初始背景图和当前场景图； 行人检测模块， 用于检测所述当前场景图中是否存在行人， 若是， 则对所述初始背景图 和所述当前场景图进行 预处理， 以得到目标背景图和初始前 景图； 判定模块， 用于将所述目标背景图和所述初始前景图输入至预先构建且训练好的目标 联合判定模型中， 以检测是否存在钓鱼行为。 8.一种边缘处理设备， 包括存储器和处理器， 所述存储器上存储有计算机程序， 其特征 在于， 所述处 理器执行所述程序时实现如权利要求1~6中任一项所述的钓鱼行为检测方法。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理器 执行时实现如权利要求1~6中任一项所述的钓鱼行为检测方法。权　利　要　求　书 2/2 页 3 CN 115497172 A 3