本(ben)發明涉(she)及(ji)深度學習，尤其涉(she)及(ji)一(yi)種(zhong)數據處理(li)方法、裝置、電子設(she)備及(ji)存儲(chu)介質(zhi)。

背景技術：

1、考(kao)試(shi)異常行為指的(de)(de)是(shi)考(kao)生在考(kao)試(shi)過程中(zhong)出現的(de)(de)違背考(kao)場紀律、損(sun)害考(kao)試(shi)公平(ping)性(xing)和(he)(he)公正性(xing)的(de)(de)行為。為了確保考(kao)試(shi)的(de)(de)公平(ping)性(xing)和(he)(he)公正性(xing)，高效、精細的(de)(de)考(kao)場監控的(de)(de)方法是(shi)必(bi)不(bu)可少的(de)(de)。

2、在傳統的(de)(de)(de)線下考(kao)(kao)(kao)試(shi)(shi)模式中(zhong)，考(kao)(kao)(kao)試(shi)(shi)機構(gou)需要提前安排大(da)量(liang)(liang)的(de)(de)(de)考(kao)(kao)(kao)試(shi)(shi)相關事務。這(zhe)種考(kao)(kao)(kao)試(shi)(shi)模式的(de)(de)(de)監(jian)考(kao)(kao)(kao)任務會消耗考(kao)(kao)(kao)試(shi)(shi)機構(gou)大(da)量(liang)(liang)的(de)(de)(de)人(ren)力資(zi)源和財力資(zi)源。雖然考(kao)(kao)(kao)場(chang)中(zhong)存(cun)在監(jian)控(kong)攝像頭(tou)，仍(reng)需要大(da)量(liang)(liang)的(de)(de)(de)人(ren)力工(gong)作(zuo)對考(kao)(kao)(kao)場(chang)中(zhong)考(kao)(kao)(kao)生行為進行分析和識別。一個人(ren)監(jian)控(kong)多個監(jian)控(kong)畫面的(de)(de)(de)工(gong)作(zuo)方式，存(cun)在對異常行為漏檢問題。

技術實現思路

1、本發明提供了一種數據處理方法、裝置、電(dian)子設(she)備及存(cun)儲(chu)介(jie)質(zhi)，以(yi)(yi)實(shi)現對異常行(xing)(xing)(xing)(xing)為進行(xing)(xing)(xing)(xing)智能監測(ce)識(shi)別(bie)的(de)效(xiao)果(guo)，達到了在(zai)降低人力成本的(de)同(tong)時(shi)，還可以(yi)(yi)精(jing)準進行(xing)(xing)(xing)(xing)異常行(xing)(xing)(xing)(xing)為檢測(ce)的(de)效(xiao)果(guo)。

2、根據本發明(ming)的一(yi)方面，提供了一(yi)種數(shu)據處理方法，該方法包括：

3、響應于行(xing)為檢測觸(chu)發操作，采(cai)集(ji)包括目標對象的待處理視頻幀(zhen)序(xu)列；

4、基于預先(xian)訓練完(wan)成的異(yi)常行(xing)為(wei)預測(ce)模型對所(suo)述待處理視頻幀序列(lie)進行(xing)處理，確定與所(suo)述目標(biao)對象相對應的異(yi)常行(xing)為(wei)預測(ce)結果；

5、其中，所(suo)述(shu)異常行為(wei)預測模型中包括生成(cheng)器(qi)模塊、長短期記憶(yi)網絡模塊以及(ji)判別器(qi)模塊。

6、根據本(ben)發明的另一(yi)(yi)方面，提供了(le)一(yi)(yi)種(zhong)數據處理裝(zhuang)置，該裝(zhuang)置包括：

7、視頻幀序(xu)列(lie)(lie)采(cai)集模塊(kuai)，用于響(xiang)應于行為檢測(ce)觸發操作，采(cai)集包括目標對(dui)象(xiang)的待(dai)處理視頻幀序(xu)列(lie)(lie)；

8、異常行(xing)為預(yu)測(ce)結果確定模塊(kuai)(kuai)，用于基于預(yu)先訓練完(wan)成(cheng)的異常行(xing)為預(yu)測(ce)模型對所述待處理視頻幀序列進(jin)行(xing)處理，確定與所述目標對象相對應的異常行(xing)為預(yu)測(ce)結果；其中(zhong)，所述異常行(xing)為預(yu)測(ce)模型中(zhong)包括生成(cheng)器模塊(kuai)(kuai)、長短期記憶網絡模塊(kuai)(kuai)以及判(pan)別器模塊(kuai)(kuai)。

9、根據本發(fa)明的另一(yi)方面，提供了一(yi)種電子設備，所述(shu)電子設備包括：

10、至少一個處理(li)器；以及

11、與所(suo)述(shu)至少一(yi)個處理器通信連接的存儲器；其中，

12、所(suo)述(shu)存(cun)儲器(qi)存(cun)儲有(you)可被(bei)所(suo)述(shu)至(zhi)少(shao)一(yi)(yi)個(ge)(ge)處理(li)器(qi)執(zhi)行的(de)(de)計算機(ji)程序(xu)，所(suo)述(shu)計算機(ji)程序(xu)被(bei)所(suo)述(shu)至(zhi)少(shao)一(yi)(yi)個(ge)(ge)處理(li)器(qi)執(zhi)行，以使所(suo)述(shu)至(zhi)少(shao)一(yi)(yi)個(ge)(ge)處理(li)器(qi)能夠執(zhi)行本發(fa)明(ming)任一(yi)(yi)實施(shi)例所(suo)述(shu)的(de)(de)數據處理(li)方(fang)法(fa)。

13、根據本發(fa)明的(de)另一方面(mian)，提供(gong)了一種計算機可讀(du)(du)存儲介質(zhi)，所述計算機可讀(du)(du)存儲介質(zhi)存儲有計算機指令，所述計算機指令用于(yu)使處理(li)器執行時實(shi)(shi)現本發(fa)明任一實(shi)(shi)施(shi)例(li)所述的(de)數據處理(li)方法。

14、本發(fa)明實(shi)施例的(de)(de)(de)(de)(de)(de)技術方案，通過響(xiang)應(ying)于(yu)行為檢測觸發(fa)操(cao)作，采集包括(kuo)目標(biao)對(dui)象(xiang)的(de)(de)(de)(de)(de)(de)待處理(li)視頻(pin)幀序(xu)列(lie)，進(jin)(jin)一步(bu)的(de)(de)(de)(de)(de)(de)，基于(yu)預(yu)先訓練完成(cheng)的(de)(de)(de)(de)(de)(de)異(yi)常(chang)行為預(yu)測模(mo)型(xing)對(dui)待處理(li)視頻(pin)幀序(xu)列(lie)進(jin)(jin)行處理(li)，確(que)定與目標(biao)對(dui)象(xiang)相對(dui)應(ying)的(de)(de)(de)(de)(de)(de)異(yi)常(chang)行為預(yu)測結果，解(jie)決了(le)現有(you)技術中由(you)于(yu)采用人(ren)工對(dui)目標(biao)對(dui)象(xiang)的(de)(de)(de)(de)(de)(de)異(yi)常(chang)行為進(jin)(jin)行分析和識(shi)別而導(dao)致的(de)(de)(de)(de)(de)(de)工作量大、效(xiao)率(lv)低且不準確(que)等問題，實(shi)現了(le)對(dui)異(yi)常(chang)行為進(jin)(jin)行智(zhi)能監測識(shi)別的(de)(de)(de)(de)(de)(de)效(xiao)果，達到了(le)在降低人(ren)力(li)成(cheng)本的(de)(de)(de)(de)(de)(de)同時，還可(ke)以(yi)精準進(jin)(jin)行異(yi)常(chang)行為檢測的(de)(de)(de)(de)(de)(de)效(xiao)果。

15、應(ying)當理解(jie)，本(ben)(ben)(ben)部分(fen)所(suo)描述的內容并非(fei)旨在標(biao)識本(ben)(ben)(ben)發明(ming)的實施(shi)例的關鍵(jian)或重要(yao)特征，也(ye)不用于限制本(ben)(ben)(ben)發明(ming)的范圍。本(ben)(ben)(ben)發明(ming)的其(qi)它特征將通過(guo)以下(xia)的說明(ming)書而變得容易理解(jie)。

技術特征：

1.一(yi)種數據處理方法，其特征在于，包(bao)括：

2.根據權利要求1所(suo)述(shu)的(de)方法，其特征在于，所(suo)述(shu)行(xing)為檢測觸發操(cao)作包括下述(shu)至少一種：

3.根據權利要求1所(suo)述(shu)的方法，其特征在(zai)于，所(suo)述(shu)基于預(yu)先訓練(lian)完成的異(yi)常(chang)行為(wei)預(yu)測模型對所(suo)述(shu)待處理(li)視頻(pin)幀序(xu)列進行處理(li)，確定與所(suo)述(shu)目標對象相對應的異(yi)常(chang)行為(wei)預(yu)測結果，包括：

4.根據權利要求1所述(shu)的(de)方法，其特征在于，還包括：

5.根(gen)據(ju)權利要求(qiu)4所述的(de)方法，其特(te)征在于，所述基于預先訓練完成(cheng)的(de)目(mu)標(biao)身份認證(zheng)模型對所述目(mu)標(biao)面部圖(tu)像進行(xing)處理(li)，得到與所述目(mu)標(biao)對象(xiang)相對應的(de)身份認證(zheng)信息，包(bao)括：

6.根據權(quan)利(li)要求5所(suo)述(shu)(shu)(shu)的(de)方法，其特征(zheng)在(zai)于，所(suo)述(shu)(shu)(shu)面部檢測子模型(xing)包(bao)括三(san)個(ge)卷(juan)積(ji)神(shen)(shen)經(jing)(jing)網(wang)絡(luo)，所(suo)述(shu)(shu)(shu)三(san)個(ge)卷(juan)積(ji)神(shen)(shen)經(jing)(jing)網(wang)絡(luo)包(bao)括第一卷(juan)積(ji)神(shen)(shen)經(jing)(jing)網(wang)絡(luo)、第二卷(juan)積(ji)神(shen)(shen)經(jing)(jing)網(wang)絡(luo)以及第三(san)卷(juan)積(ji)神(shen)(shen)經(jing)(jing)網(wang)絡(luo)，所(suo)述(shu)(shu)(shu)基于所(suo)述(shu)(shu)(shu)面部檢測子模型(xing)對所(suo)述(shu)(shu)(shu)目標面部圖(tu)像進(jin)行處理，得到面部特征(zheng)圖(tu)像，包(bao)括：

7.根據權利要求5所(suo)述(shu)的方法，其特(te)征在于，所(suo)述(shu)將所(suo)述(shu)面部特(te)征圖像輸入至(zhi)所(suo)述(shu)身份認證(zheng)模(mo)型中，得到與所(suo)述(shu)目標(biao)對象相對應的身份認證(zheng)信息，包括：

8.一種數據處(chu)理裝置，其特征在(zai)于(yu)，包(bao)括：

9.一種電(dian)子設(she)(she)備，其特征在于，所述電(dian)子設(she)(she)備包括：

10.一種計(ji)(ji)算(suan)機(ji)可(ke)讀(du)存(cun)儲介(jie)質，其(qi)特征在(zai)于(yu)，所(suo)述(shu)計(ji)(ji)算(suan)機(ji)可(ke)讀(du)存(cun)儲介(jie)質存(cun)儲有計(ji)(ji)算(suan)機(ji)指令，所(suo)述(shu)計(ji)(ji)算(suan)機(ji)指令用于(yu)使處理器(qi)執(zhi)行時(shi)實現(xian)權(quan)利要求1-7中任一項所(suo)述(shu)的數據處理方法。

技術總結
本發明公開了一種數據處理方法、裝置、電子設備及存儲介質，該方法包括：響應于行為檢測觸發操作，采集包括目標對象的待處理視頻幀序列；基于預先訓練完成的異常行為預測模型對待處理視頻幀序列進行處理，確定與目標對象相對應的異常行為預測結果；其中，異常行為預測模型中包括生成器模塊、長短期記憶網絡模塊以及判別器模塊。本實施例的技術方案，實現了對異常行為進行智能監測識別的效果，達到了在降低人力成本的同時，還可以精準進行異常行為檢測的效果。

技術研發人員：張建利,畢國強,呂萌,趙星,張紹輝,明瑞卿
受保護的技術使用者：中國石油天然氣股份有限公司
技術研發日：
技術公布日：2024/9/23