一种安防事件分析方法和安防事件分析系统与流程

本发明涉及安防分析，特别涉及一种安防事件分析方法和安防事件分析系统。

背景技术：

1、目前，安防视频分析正从传统的单一小模型目标检测向小模型与大模型协同的方向演进。其中，小模型是指参数规模较小的轻量感知模型，例如轻量卷积神经网络（convolutional neural network，cnn）检测器、行人重识别（person re-identification，reid）模型等，擅长低成本、高频次的结构化感知任务，例如人形检测、人脸识别、轨迹追踪等；大模型是指参数规模较大的模型，例如视觉大模型、多模态大语言模型（largelanguage model，llm）等，擅长复杂的语义理解和行为解释。此外，安防视频分析系统的视频输入来源日趋多样化，包括实时摄像头流、本地录像文件、网络传输分片、抓拍图片流等，系统通常通过统一的媒体抽象层将异构输入标准化为带时间戳、帧索引和设备标识的时序媒体对象，供下游的人工智能分析流程统一消费。

2、然而，现有的大小模型协同分析方案通常为不区分应用场景的通用协同框架，例如由小模型生成结构化上下文以驱动大模型推理的通用架构、或者基于单一置信度阈值的大小模型并行协作评估框架，均未针对安防场景的实际需求进行专门设计，至少存在以下问题：协同策略缺乏安防场景适配，不考虑安防事件之间的优先级差异，对所有事件采用相同的推理路径，导致高价值事件（例如陌生人接近门口）可能因算力被低价值事件（例如风吹树叶）占用而产生延迟。此外，安防视频分析系统的输入来源日趋多样化，包括实时摄像头流、本地录像文件、网络传输分片和抓拍图片流等。现有技术中，不同格式的输入源通常需要分别适配不同的解析逻辑，缺乏结合模型反馈的帧质量评估机制，导致关键帧选择缺乏质量依据，影响后续分析结果的可靠性。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种安防事件分析方法和安防事件分析系统，解决现有大小模型协同分析方案对所有安防事件采用相同推理路径，导致推理资源分配与事件价值不匹配、分析结果可靠性不足的问题，可以为安防事件匹配相应的推理路径，降低推理成本、提高事件分析结果的准确性。其具体方案如下：

2、第一方面，本申请提供了一种安防事件分析方法，包括：

3、获取待分析安防视频，利用第一模型对所述待分析安防视频进行结构化感知，得到结构化上下文信息；其中，所述结构化上下文信息用于描述所述待分析安防视频中的安防事件，且所述结构化上下文信息包括所述安防事件中目标对象的感知结果；

4、根据所述结构化上下文信息，从预设的多条候选推理路径中确定所述安防事件的目标推理路径；

5、在所述目标推理路径不调用第二模型时，基于所述感知结果生成所述安防事件的事件分析结果；所述第二模型的参数规模大于所述第一模型的参数规模；

6、在所述目标推理路径调用所述第二模型时，根据所述结构化上下文信息生成所述第二模型的输入信息，并将所述输入信息输入所述第二模型进行语义推理，得到所述安防事件的语义描述结果，基于所述感知结果与所述语义描述结果，生成所述安防事件的事件分析结果。

7、第二方面，本申请提供了一种安防事件分析系统，其特征在于，包括：

8、图像捕获设备，用于采集待分析安防视频；

9、服务器，与所述图像捕获设备通信连接，所述服务器包括第一处理器和第二处理器；其中，所述第一处理器被程序化为执行第一模型以对所述待分析安防视频进行结构化感知，所述第二处理器被程序化为执行第二模型以对所述待分析安防视频进行语义推理；所述服务器用于实现如权利要求1至9任一项所述的安防事件分析方法；

10、用户终端，所述用户终端与所述服务器连接，用于接收并展示所述服务器生成的事件分析结果。

11、基于上述技术方案，本申请在获取待分析安防视频后，先利用第一模型对待分析安防视频进行结构化感知，得到用于描述安防事件的结构化上下文信息；由于结构化上下文信息中包括安防事件中目标对象的感知结果，因此可以根据安防事件中目标对象的感知结果，从多条候选推理路径中确定与安防事件相匹配的目标推理路径，而非对所有安防事件均采用相同的推理路径；在此基础上，在目标推理路径不调用第二模型时，直接基于第一模型输出的感知结果生成事件分析结果，由于第二模型的参数规模大于第一模型的参数规模，即第二模型的单次推理开销高于第一模型，因此这部分安防事件无需消耗第二模型的推理资源即可完成分析，避免了第二模型的推理资源被此类事件占用，从而降低了整体推理成本，保障了事件响应的实时性；在目标推理路径调用第二模型时，第二模型的输入信息由结构化上下文信息生成，也即第二模型是在第一模型的感知结果的基础上进行语义推理，而非直接对原始安防视频进行分析，一方面减少了第二模型需要处理的信息量，另一方面使第二模型的语义推理重点关注被第一模型感知到的目标对象，提高了语义描述结果与安防事件的相关性，并且事件分析结果由感知结果与语义描述结果共同生成，使事件分析结果同时包含结构化的感知信息和语义层面的理解信息，从而提高了事件分析结果的准确性与可靠性。

1.一种安防事件分析方法，其特征在于，包括：

2.根据权利要求1所述的安防事件分析方法，其特征在于，所述根据所述结构化上下文信息，从预设的多条候选推理路径中确定所述安防事件的目标推理路径，包括：

3.根据权利要求2所述的安防事件分析方法，其特征在于，所述根据所述结构化上下文信息，确定所述安防事件的事件等级之后，还包括：

4.根据权利要求2所述的安防事件分析方法，其特征在于，所述确定所述感知结果的目标可信度，包括：

5.根据权利要求2所述的安防事件分析方法，其特征在于，所述多条候选推理路径包括第一推理路径、第二推理路径和第三推理路径；其中，所述第一推理路径为不调用所述第二模型、基于所述感知结果生成所述事件分析结果的推理路径；所述第二推理路径为在得到所述结构化上下文信息后串行调用所述第二模型进行语义推理的推理路径；所述第三推理路径为并行调用所述第二模型以对所述感知结果进行验证的推理路径。

6.根据权利要求1所述的安防事件分析方法，其特征在于，所述根据所述结构化上下文信息生成所述第二模型的输入信息，包括：

7.根据权利要求6所述的安防事件分析方法，其特征在于，所述根据所述感知结果，从所述待分析安防视频中提取包含所述目标对象的关键帧图像之前，还包括：

8.根据权利要求1所述的安防事件分析方法，其特征在于，所述基于所述感知结果与所述语义描述结果，生成所述安防事件的事件分析结果，包括：

9.根据权利要求1至8任一项所述的安防事件分析方法，其特征在于，生成所述安防事件的事件分析结果之后，还包括：

10.一种安防事件分析系统，其特征在于，包括：