拍摄设备异常检测方法、装置、系统和电子装置与流程

1.本技术涉及拍摄设备技术领域，特别是涉及拍摄设备异常检测方法、装置、系统和电子装置。


背景技术：

2.随着城市监控建设不断成熟，拍摄设备架设点位越来越多，市级部门甚至省厅需要分析处理的摄像头数量持续增长，同时智能分析技术越来越普及，近两年新增点位拍摄设备支持智能分析的占比数量也越来越高。然而随着视频监控的普及，一方面一些可疑人员为了躲避监控，会对摄像头做出各种干扰，如遮挡、转动、移动、黑帧以及过饱和等；另一方面由于各种意外事件使监控摄像设备受到干扰破坏，因此计算机自动准确及时地识别这些干扰，即进行拍摄设备异常检测具有重要的实际应用意义。在相关技术中，通常依赖前景检测方法分离提取前景图和背景样本图，对该分离算法要求较高，分离算法不准则会导致前景背景分离失败，也会增加对硬件资源的消耗，导致拍摄设备异常检测成本较高且效率较低。
3.目前针对相关技术中拍摄设备异常检测的成本高且效率低的问题，尚未提出有效的解决方案。


技术实现要素：

4.本技术实施例提供了一种拍摄设备异常检测方法、装置、系统和电子装置，以至少解决相关技术中拍摄设备异常检测的成本高且效率低的问题。
5.第一方面，本技术实施例提供了一种拍摄设备异常检测方法，所述方法包括：
6.获取所述拍摄设备在当前抓拍单位时间内拍摄的当前目标检测图像信息，以及所述拍摄设备在历史抓拍单位时间内拍摄的历史目标检测图像信息；
7.根据所述当前目标检测图像信息和所述历史目标检测图像信息，计算得到所述拍摄设备对应的拍摄波动结果，在检测到所述拍摄波动结果处于异常波动范围内的情况下，将所述拍摄设备确定为待测异常拍摄设备。
8.在其中一些实施例中，所述根据所述当前目标检测图像信息和所述历史目标检测图像信息，计算得到所述拍摄设备对应的拍摄波动结果，在所述拍摄波动结果指示异常状态的情况下，将所述拍摄设备确定为待测异常拍摄设备包括：
9.获取预设的波动阈值；
10.计算所述当前目标检测图像信息和所述历史目标检测图像信息之间的差值信息，根据所述差值信息和所述历史目标检测图像信息计算得到每个所述拍摄设备对应的波动百分比，并将所述波动百分比和所述波动阈值进行对比以得到对比结果；
11.在所述对比结果指示所述波动百分比小于所述波动阈值的情况下，得到所述拍摄波动结果处于正常波动范围内的判断结果；
12.在所述对比结果指示所述波动百分比大于或等于所述波动阈值的情况下，得到所
述拍摄波动结果处于所述异常波动范围的判断结果，并基于所述判断结果将所述拍摄设备确定为所述待测异常拍摄设备。
13.在其中一些实施例中，所述将所述拍摄设备确定为待测异常拍摄设备之后，所述方法还包括：
14.将与所述待测异常拍摄设备相匹配的异常提示信息发送至终端设备，并获取所述终端设备发送的针对所述异常提示信息的拍摄设备异常检测结果。
15.在其中一些实施例中，所述获取所述终端设备发送的针对所述异常提示信息的拍摄设备异常检测结果包括：
16.通过所述终端设备获取用户输入的针对所述待测异常拍摄设备的设备电源检测结果和设备角度检测结果，并通过所述终端设备检测得到的设备遮挡检测结果；
17.根据所述设备电源检测结果、所述设备角度检测结果和所述设备遮挡检测结果得到所述拍摄设备异常检测结果。
18.在其中一些实施例中，所述拍摄设备至少有两个；所述获取所述拍摄设备在当前抓拍单位时间内拍摄的当前目标检测图像信息，以及所述拍摄设备在历史抓拍单位时间内拍摄的历史目标检测图像信息包括：
19.获取每个所述拍摄设备的所述当前目标检测图像信息和所述历史目标检测图像信息，以及所有所述拍摄设备的唯一识别码；
20.根据所述唯一识别码，将所述当前目标检测图像信息和所述拍摄设备相匹配，并将所述历史目标检测图像信息和所述拍摄设备相匹配。
21.在其中一些实施例中，所述将所述拍摄设备确定为待测异常拍摄设备之后，所述方法还包括：
22.将与所述待测异常拍摄设备相匹配的异常提示信息，以及与所述待测异常拍摄设备对应的所述唯一识别码发送至终端设备，并获取所述终端设备发送的针对所述异常提示信息的拍摄设备异常检测结果；其中，所述终端设备基于所述唯一识别码将所述拍摄设备异常检测结果和所述待测异常拍摄设备相匹配。
23.在其中一些实施例中，所述将所述拍摄设备确定为待测异常拍摄设备之后，所述方法还包括：
24.获取终端设备发送的拍摄设备异常检测结果；
25.在所述拍摄设备异常检测结果指示所述待测异常拍摄设备处于设备异常状态的情况下，发送维护提醒信息至所述终端设备；其中，所述终端设备用于显示所述维护提醒信息。
26.第二方面，本技术实施例提供了一种拍摄设备异常检测装置，所述装置包括：获取模块和波动模块；
27.所述获取模块，用于获取所述拍摄设备在当前抓拍单位时间内拍摄的当前目标检测图像信息，以及所述拍摄设备在历史抓拍单位时间内拍摄的历史目标检测图像信息；
28.所述波动模块，用于根据所述当前目标检测图像信息和所述历史目标检测图像信息，计算得到所述拍摄设备对应的拍摄波动结果，在检测到所述拍摄波动结果处于异常波动范围内的情况下，将所述拍摄设备确定为待测异常拍摄设备。
29.第三方面，本技术实施例提供了一种拍摄设备异常检测系统，所述系统包括：拍摄
设备、传输设备以及服务器设备；其中，所述拍摄设备通过传输设备连接服务器设备；
30.所述拍摄设备用于拍摄得到在当前抓拍单位时间内拍摄的当前目标检测图像信息，以及在历史抓拍单位时间内拍摄的历史目标检测图像信息；
31.所述传输设备用于将所述当前目标检测图像信息和所述历史目标检测图像信息发送至所述服务器设备；
32.所述服务器设备用于执行如上述第一方面所述的拍摄设备异常检测方法。
33.第四方面，本技术实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的拍摄设备异常检测方法。
34.第五方面，本技术实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的拍摄设备异常检测方法。
35.相比于相关技术，本技术实施例提供的拍摄设备异常检测方法、装置、系统和电子装置，通过获取该拍摄设备在当前抓拍单位时间内拍摄的当前目标检测图像信息，以及该拍摄设备在历史抓拍单位时间内拍摄的历史目标检测图像信息；根据该当前目标检测图像信息和该历史目标检测图像信息，计算得到该拍摄设备对应的拍摄波动结果，在检测到该拍摄波动结果处于异常波动范围内的情况下，将该拍摄设备确定为待测异常拍摄设备，解决了拍摄设备异常检测的成本高且效率低的问题。
36.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
37.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
38.图1是根据本技术实施例的一种拍摄设备异常检测方法的应用环境图；
39.图2是根据本技术实施例的一种拍摄设备异常检测方法的流程图；
40.图3是根据本技术优选实施例的一种拍摄设备异常检测方法的流程图；
41.图4是根据本技术实施例的一种拍摄设备异常检测装置的结构框图；
42.图5是根据本技术实施例的一种拍摄设备异常检测系统的结构框图；
43.图6是根据本技术实施例的一种计算机设备内部的结构图。
具体实施方式
44.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。基于本技术提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本技术公开的内容相关的本领域的普通技术人员而言，在本技术揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本技术公开的内容不充分。
45.在本技术中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以
包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本技术所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
46.除非另作定义，本技术所涉及的技术术语或者科学术语应当为本技术所属技术领域内具有一般技能的人士所理解的通常意义。本技术所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本技术所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本技术所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本技术所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。本技术所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
47.本实施例提供的拍摄设备异常检测方法，可以应用在如图1所示的应用环境中。其中，拍摄设备102通过网络与服务器设备104进行通信。具体地，服务器设备104获取拍摄设备102在当前抓拍单位时间内拍摄的当前目标检测图像信息，以及该拍摄设备102在历史抓拍单位时间内拍摄的历史目标检测图像信息，根据该当前目标检测图像信息和历史目标检测图像信息计算得到拍摄波动结果，进而基于该拍摄波动结果确定待测异常拍摄设备；该服务器设备将该待测异常拍摄设备相匹配的异常提示信息发送至拍摄设备102，最终获取得到该终端设备发送的针对该异常提示信息的拍摄设备异常检测结果。其中，该拍摄设备102可以但不限于是各种双目相机、鱼眼相机、录像设备或其他用于拍摄的设备，该服务器设备104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
48.本实施例提供了一种拍摄设备异常检测方法，图2是根据本技术实施例的一种拍摄设备异常检测方法的流程图，如图2所示，该流程包括如下步骤：
49.步骤s210，获取该拍摄设备在当前抓拍单位时间内拍摄的当前目标检测图像信息，以及该拍摄设备在历史抓拍单位时间内拍摄的历史目标检测图像信息。
50.其中，上述当前抓拍单位时间和上述历史抓拍单位时间均可以由用户结合实际情况预先进行设置。该当前抓拍单位时间是指在当前检测拍摄设备是否异常的情况下的单位时间；例如，该当前抓拍单位时间可以预先设置为当天的0点至24点，或者，该当前抓拍单位时间也可以设置为抓拍次数可能较为频繁的当前9点至18点等时间。该历史抓拍单位时间是指在检测拍摄设备是否异常前的单位时间；例如，该历史抓拍单位时间可以预先设置为检测拍摄设备异常的前7天时间，或者，该历史单位抓拍单位时间也可以设置为异常检测的前10天中每天的9点至18点。
51.在其中一些实施例中，上述当前抓拍单位时间和上述历史抓拍单位时间在时间段上需要相对应。例如，该历史抓拍时间是异常检测前8天中每天的11至14点，则该当前抓拍单元时间应当对应选取异常检测当天的11至14点，从而保证变量的统一，避免时间段不对应导致的异常检测有误。
52.上述当前目标检测图像信息是指在上述当前抓拍单位时间内检测到车辆、行人或人脸等目标的图像数量；上述历史目标检测图像信息是指在上述历史抓拍单位时间内检测到车辆、行人或人脸等目标的平均图像数量。则可以由处理器接收到上述拍摄设备发送的抓拍记录，并对该抓拍记录进行分析统计得到各自抓拍单位时间内的当前目标检测图像信息和历史目标检测图像信息；或者，也可以由拍摄设备直接将该当前目标检测图像信息和该历史目标检测图像发送至该处理器，在此不再赘述。
53.步骤s220，根据该当前目标检测图像信息和该历史目标检测图像信息，计算得到该拍摄设备对应的拍摄波动结果，在检测到该拍摄波动结果处于异常波动范围内的情况下，将该拍摄设备确定为待测异常拍摄设备。
54.其中，上述拍摄波动结果用于表征与其对应的拍摄设备拍摄到的图像的波动值。上述异常波动范围是指拍摄波动结果波动较大的数值范围；例如，计算得到的拍摄波动结果是在0到1之间的数值，则可以预先设置该异常波动范围为0.6至1，当该拍摄波动结果的数值处于0.6至1之间，说明此时拍摄波动结果的波动较大。需要说明的是，上述拍摄波动结果可以是用波动百分比表示的数值，也可以是上述当前目标检测图像信息中目标检测图像数量与上述历史目标检测图像信息中目标检测图像数量的差值；或者，该拍摄波动结果还可以是通过协方差等计算公式计算得到的当前目标检测图像信息与历史目标检测图像信息之间的关系数值，只要能够体现该拍摄设备对应的图像波动值即可，在此不再赘述。
55.具体地，若检测到该拍摄波动结果指示对应的拍摄设备处于异常状态，说明此时该拍摄设备可能由于道路维护封闭等外部因素导致车辆、行人流量骤减，或是由于拍摄设备被遮挡、拍摄角度偏移等内部因素导致拍摄设备抓拍异常，使得当前抓拍单位时间内拍摄到的检测有运动目标的图像数量相比于历史抓拍单位时间内的平均数量有所减少，因此先将该拍摄设备锁定为待测异常拍摄设备，以便在后续步骤中对该待测异常拍摄设备进行进一步的针对性检测。
56.在相关技术中，拍摄设备异常检测通常需要引入算法检测辅助分析，或者需要提前收集大数据量进行训练，导致拍摄设备异常检测效率低且成本较高；而本技术通过上述步骤s210至步骤s220，通过获取拍摄设备的当前目标检测图像信息和历史目标检测图像信息，比较当前目标检测图像信息和历史目标检测图像信息之间的拍摄波动结果，在拍摄波动结果指示异常状态时检测对应的待测异常拍摄设备，从而仅需基于基础智能分析数据进行统计分析，无需进行事先的素材采集和模型训练，也无需引入其他额外智能算法，减少拍摄设备异常检测的前期准备工作投入，降低了对第三方算法的依赖，减少对硬件资源的消耗，解决了拍摄设备异常检测的成本高且效率低的问题。
57.在其中一些实施例中，上述步骤s220还包括如下步骤：
58.步骤s221，获取预设的波动阈值。
59.其中，上述波动阈值可以由用户结合实际应用情况预先进行设置，并存储在上述处理器的存储空间内；例如，该波动阈值可以预先设置为20％或50％。
60.步骤s222，计算该当前目标检测图像信息和该历史目标检测图像信息之间的差值信息，根据该差值信息和该历史目标检测图像信息计算得到每个该拍摄设备对应的波动百分比，并将该波动百分比和该波动阈值进行对比以得到对比结果。
61.可以理解的是，上述步骤s222可以应用在现场部署有单个拍摄设备的监控场景，
也可以应用在部署有多个拍摄设备的监控场景。上述差值信息可以是指当前目标检测图像信息和历史目标检测图像信息之间的差值，也可以是当前目标检测图像信息和历史目标检测图像信息之间的比值关系。具体地，以上述历史抓拍单位时间为k天内，上述当前抓拍单位时间为第k 1天为例，上述波动百分比的计算公式如公式1所述：
[0062][0063]
其中，p用于表示波动百分比，n1、n2、
……
、nk、n
k 1
用于分别表示第n个拍摄设备在第1天、第2天、
……
、第k天、第k 1天时拍摄的目标检测图像信息；且n、k均为正整数；则在上述公式1中，计算得到的n
k 1
即为上述当前目标检测图像信息，即为上述历史目标检测图像信息。则将通过上述公式1计算得到的波动百分比p与上述波动阈值进行对比，可以得到上述对比结果。
[0064]
步骤s223，在该对比结果指示该波动百分比小于该波动阈值的情况下，得到该拍摄波动结果处于正常波动范围内的判断结果；在该对比结果指示该波动百分比大于或等于该波动阈值的情况下，得到该拍摄波动结果处于异常波动范围内的判断结果，并基于该判断结果将该拍摄设备确定为该待测异常拍摄设备。
[0065]
具体地，通过上述计算得到的对比结果，判断上述波动百分比是否达到波动阈值；当该波动百分比未达到该波动阈值时，此时计算得到的拍摄波动结果处于正常波动范围内，说明对应拍摄设备在当前抓拍单位时间内抓拍到运动目标的图像数据量正常，无需进行报警提示。当检测到该波动百分比达到该波动阈值时，此时计算得到的拍摄波动结果处于异常波动范围内，说明对应拍摄设备在当前抓拍单位时间内抓拍到运动目标的图像数据量相比于平时波动较大，以便生成异常提示信息提示介入人工检测分析。
[0066]
通过上述步骤s221至步骤s223，基于波动百分比计算得到上述拍摄波动结果，使得针对拍摄设备抓拍数据情况的波动分析更加及时准确，并通过持续定期统计来分析智能抓拍数据，能够及时发现可疑拍摄设备异常信息，从而有效提高了拍摄设备异常检测的效率。
[0067]
在其中一些实施例中，上述步骤s220之后，上述拍摄设备异常检测方法还包括如下步骤：
[0068]
步骤s230，将与该待测异常拍摄设备相匹配的异常提示信息发送至终端设备，并获取该终端设备发送的针对该异常提示信息的拍摄设备异常检测结果。
[0069]
其中，在确定得到上述待测异常拍摄设备之后，可以由上述处理器生成与该待测异常拍摄设备相匹配的异常提示信息并发送至上述终端设备。该终端设备基于该异常提示信息，可以在显示屏上向用户显示“xx点位拍摄设备需检测”的字样，或通过与其连接的声光装置等设备提醒用户进行人工确认筛查；则该用户介入分析，查看可疑点位拍摄设备在当前抓拍单位时间内拍摄监控录像，当发现如拍摄设备被遮挡、角度倾斜偏移、拍摄设备成像差等内部因素导致的拍摄设备异常时，可以向该终端设备输入上述拍摄设备异常检测结果。
[0070]
通过上述步骤s230，在不引入算法检测辅助分析的前提下，基于已有的智能分析数据和数据统计分析，寻找出可能已经存在异常的拍摄设备，在市级公安或省公安厅接入
大量智能拍摄设备的场景中，能够及时尽早发现异常拍摄设备，指导维护人员及时维护调整，避免关键数据丢失导致案件侦破受阻。
[0071]
在其中一些实施例中，上述获取该终端设备发送的针对该异常提示信息的拍摄设备异常检测结果还包括如下步骤：
[0072]
步骤s231，通过该终端设备获取用户输入的针对该待测异常拍摄设备的设备电源检测结果和设备角度检测结果，并通过该终端设备检测得到的设备遮挡检测结果；根据该设备电源检测结果、该设备角度检测结果和该设备遮挡检测结果得到该拍摄设备异常检测结果。
[0073]
具体地，针对拍摄设备电源是否接通异常、拍摄角度是否倾斜偏移等方面的检测需要用户人工介入分析，并由用户在检测后输入上述设备电源检测结果和设备角度检测结果至上述终端设备；针对拍摄设备是否被遮挡、拍摄设备成像质量等因素，可以由拍摄设备自身基于监控录像进行智能检测，并将检测生成的摄像遮挡检测结果发送至终端设备。该终端设备可以基于该设备电源检测结果、该设备角度检测结果和该设备遮挡检测结果生成上述拍摄设备异常检测结果。其中，若设备电源检测结果指示电源接通异常，或设备角度检测结果指示拍摄设备角度倾斜偏移，或拍摄设备遮挡检测结果指示拍摄设备被遮挡，说明此时是由于拍摄设备内部因素导致的拍摄设备异常，则生成拍摄设备异常检测结果。若上述检测结果均指示正常，则说明此时时由于道路维护封闭、恶劣天气等外部因素导致的抓拍波动，此时无需生成拍摄设备异常检测结果，或者可以生成指示拍摄设备正常的检测结果。通过上述步骤s231，通过综合分析人工介入检测结果和智能检测结果，判断拍摄设备内部是否异常，使得拍摄设备异常检测的准确性更高。
[0074]
在其中一些实施例中，上述拍摄设备至少有两个；上述步骤s210还包括如下步骤：
[0075]
步骤s211，获取每个该拍摄设备的该当前目标检测图像信息和该历史目标检测图像信息，以及所有该拍摄设备的唯一识别码；根据该唯一识别码，将该当前目标检测图像信息和该拍摄设备相匹配，并将该历史目标检测图像信息和该拍摄设备相匹配。
[0076]
具体地，上述各拍摄设备可以将各自的抓拍记录发送至上述处理器；每组抓拍记录均带有对应的唯一识别码；则该处理器可以对每组抓拍记录进行解析，获取得到上述当前目标检测图像信息、上述历史目标检测图像信息以及唯一识别码，并利用该唯一识别码将每个当前目标检测图像信息、历史目标检测图像信息与对应的拍摄设备一一匹配起来，避免当拍摄设备有至少两个时各当前目标检测图像信息、历史目标检测图像信息处理混乱。可以理解的是，在执行上述步骤s211后，可以由上述处理器基于匹配到的当前目标检测图像信息和历史目标检测图像分别计算得到对应的拍摄波动结果，从而使得各拍摄波动结果能够与对应的拍摄设备相匹配。
[0077]
通过上述步骤s211，通过拍摄设备对应的唯一识别码将当前目标检测图像信息、历史目标检测图像信息与拍摄设备相匹配，提高了基础智能分析数据的统计速度和准确性，从而有效提高了拍摄设备异常检测的效率和准确性。
[0078]
在其中一些实施例中，上述将该拍摄设备确定为待测异常拍摄设备之后，上述拍摄设备异常检测方法还还包括如下步骤：将与该待测异常拍摄设备相匹配的异常提示信息，以及与该待测异常拍摄设备对应的该唯一识别码发送至该终端设备，并获取该终端设备发送的针对该异常提示信息的拍摄设备异常检测结果；其中，该终端设备基于该唯一识
别码将该拍摄设备异常检测结果和该待测异常拍摄设备相匹配。通过上述实施例，通过拍摄设备的唯一识别码将拍摄设备异常检测结果与拍摄设备相匹配，从而避免了设备与检测结果误匹配导致的检测出错，提高了拍摄设备异常检测的准确性。
[0079]
在其中一些实施例中，在上述步骤s230之后，上述拍摄设备异常检测方法还包括如下步骤：
[0080]
步骤s241，获取终端设备发送的拍摄设备异常检测结果。
[0081]
具体地，由上述处理器获取上述终端设备处理得到的拍摄设备异常检测结果。
[0082]
步骤s242，在该拍摄设备异常检测结果指示该待测异常拍摄设备处于设备异常状态的情况下，发送维护提醒信息至该终端设备；其中，该终端设备用于显示该维护提醒信息。
[0083]
其中，当上述处理器基于上述拍摄设备异常检测结果检测到对应的待测异常拍摄设备处于设备异常，即该待测异常拍摄设备是由于成像质量差等内部因素导致的异常时，可以由上述处理器发送维护提醒信息至上述终端设备。该维护提醒信息可以是提示短信、指示显示红色字符的信号或其他用于提示维护人员的信息。该终端设备接收到维护提醒信息后，可以基于该维护提醒信息自动发送提示短信至关联的维护人员的通讯设备上，或者红色显示“xx点位拍摄设备异常，请维修！”的字样，或指示与其连接的声光装置等设备工作等。可以理解的是，在上述步骤s241至上述步骤s242中，也可以直接由上述终端设备分析该拍摄设备异常检测结果，并基于分析的结果生成维护提醒信息，在此不再赘述。
[0084]
通过上述步骤s241至步骤s242，在拍摄设备异常检测结果指示拍摄设备是由于设备内部因素导致异常的情况下，通过上述终端设备通知维护人员及时维护待测异常拍摄设备，从而提高了维护响应速度，有效避免了由于通知维护不及时导致的录像出错。
[0085]
下面通过优选实施例对本技术实施例进行描述和说明。以上述拍摄设备采用人脸相机为例，图3是根据本技术优选实施例的一种拍摄设备异常检测方法的流程图，如图3所示，该流程包括如下步骤：
[0086]
步骤s301，针对人脸相机1至人脸相机n，在每个自然天结束后，定时统计每个人脸相机一天的当前人脸抓拍数量，该当前人脸抓拍数量用face_count_today表示；其中，n为正整数。
[0087]
步骤s302，计算每个人脸相机前k天的人脸抓拍数量平均值，该人脸抓拍数量平均值用face_count_averagek表示；其中，k为正整数；将上述步骤s301得到的当天人脸抓拍数量和人脸抓拍数量平均值比较，得到差值信息，该差值信息用face_count_diff表示。
[0088]
步骤s303，利用上述公式1，根据每个人脸相机中face_count_diff与face_count_averagek之间的比值，计算每个人脸相机对应的波动百分比。
[0089]
步骤s304，将上述步骤s303计算得到的波动百分比，与预设的波动阈值进行比较，在检测到有人脸相机的波动百分比达到该波动阈值时，向终端设备发送异常提示信息以提示用户介入分析。
[0090]
具体地，若n＝3，k＝7，波动阈值＝50％，将当天数据和最近7天的数据均值进行差值波动分析，得到波动百分比数据表如表1所示：
[0091]
表1波动百分比数据表
[0092][0093]
其中，针对人脸相机face_camera_1，人流量较大，第8天人脸抓拍数量1120，前7天均值＝(1000 1030 990 1100 1080 900 930 1120)/7＝1004，波动百分比p＝(1120-1004)/1004＝11％，未达波动阈值50％，抓拍数据合理，不报警提示。针对人脸相机face_camera_2，人流量较少，第8天人脸抓拍数量80，前7天均值＝(100 90 92 99 110 102 113)/7＝100，波动百分比p＝(100-80)/100＝20％，未达到波动阈值50％，数据合理，不报警提示。针对人脸相机face_camera_3，人流量中等，第8天人脸抓拍数量20，前7天均值＝(500 560 460 510 530 520 480)/7＝508，波动百分比p＝(508-20)/508＝96％，达到波动阈值50％，数据不合理，需要报警提示，此时生成上述异常提示信息。
[0094]
步骤s305，用户介入分析，查看可疑点位的人脸相机存储的数据异常的当天监控录像，在检测到人脸相机录像正常且是因为外部因素导致的流量减少的情况下，例如道路维护封闭、恶劣天气等，说明该人脸相机正常，无需后续操作。
[0095]
步骤s306，用户介入分析，查看可疑点位的人脸相机存储的数据异常的当天监控录像，在检测到例如人脸相机被遮挡、角度倾斜偏移、相机成像差等内部因素导致的人脸相机异常的情况下，通知指导运维人员及时对人脸相机进行维修调整。以上流程也可以适用于车辆结构化场景，统计车辆抓拍和人体抓拍数量。
[0096]
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0097]
本实施例还提供了一种拍摄设备异常检测装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0098]
图4是根据本技术实施例的一种拍摄设备异常检测装置的结构框图，如图4所示，该装置包括：获取模块42和波动模块44；该获取模块42，用于获取该拍摄设备在当前抓拍单位时间内拍摄的当前目标检测图像信息，以及该拍摄设备在历史抓拍单位时间内拍摄的历史目标检测图像信息；该波动模块44，用于根据该当前目标检测图像信息和该历史目标检测图像信息，计算得到该拍摄设备对应的拍摄波动结果，在检测到该拍摄波动结果处于异常波动范围内的情况下，将该拍摄设备确定为待测异常拍摄设备。
[0099]
通过上述实施例，通过上述获取模块42获取拍摄设备的当前目标检测图像信息和历史目标检测图像信息，上述波动模块44比较当前目标检测图像信息和历史目标检测图像信息之间的拍摄波动结果，以确定待测异常拍摄设备，从而仅需基于基础智能分析数据进行统计分析，无需进行事先的素材采集和模型训练，也无需引入其他额外智能算法，减少拍摄设备异常检测的前期准备工作投入，降低了对第三方算法的依赖，减少对硬件资源的消耗，解决了拍摄设备异常检测的成本高且效率低的问题。
[0100]
在其中一些实施例中，上述波动模块44还用于获取预设的波动阈值；该波动模块44计算该当前目标检测图像信息和该历史目标检测图像信息之间的差值信息，根据该差值信息和该历史目标检测图像信息计算得到每个该拍摄设备对应的波动百分比，并将该波动百分比和该波动阈值进行对比以得到对比结果；该波动模块44在该对比结果指示该波动百分比小于该波动阈值的情况下，得到该拍摄波动结果处于正常波动范围内的判断结果；该波动模块44在该对比结果指示该波动百分比大于或等于该波动阈值的情况下，得到该拍摄波动结果处于该异常波动范围的判断结果，并基于该判断结果将该拍摄设备确定为该待测异常拍摄设备。
[0101]
在其中一些实施例中，上述拍摄设备异常检测装置还包括检测模块；该检测模块，用于将与该待测异常拍摄设备相匹配的异常提示信息发送至终端设备，并获取该终端设备发送的针对该异常提示信息的拍摄设备异常检测结果。
[0102]
在其中一些实施例中，上述获取模块42还用于通过该终端设备获取用户输入的针对该待测异常拍摄设备的设备电源检测结果和设备角度检测结果，并通过该终端设备检测得到的设备遮挡检测结果；该获取模块42根据该设备电源检测结果、设备角度检测结果和该设备遮挡检测结果得到该拍摄设备异常检测结果。
[0103]
在其中一些实施例中，上述拍摄设备至少有两个；上述获取模块42还用于获取每个该拍摄设备的该当前目标检测图像信息和该历史目标检测图像信息，以及所有该拍摄设备的唯一识别码；该获取模块42根据该唯一识别码，将该当前目标检测图像信息和该拍摄设备相匹配，并将该历史目标检测图像信息和该拍摄设备相匹配。
[0104]
在其中一些实施例中，上述检测模块46还用于将与该待测异常拍摄设备相匹配的异常提示信息，以及与该待测异常拍摄设备对应的该唯一识别码发送至该终端设备，并获取该终端设备发送的针对该异常提示信息的拍摄设备异常检测结果；其中，该终端设备基于该唯一识别码将该拍摄设备异常检测结果和该待测异常拍摄设备相匹配。
[0105]
在其中一些实施例中，上述拍摄设备异常检测装置还包括提醒模块；该提醒模块，用于获取终端设备发送的拍摄设备异常检测结果；该提醒模块在该拍摄设备异常检测结果指示该待测异常拍摄设备处于设备异常状态的情况下，发送维护提醒信息至该终端设备；其中，该终端设备用于显示该维护提醒信息。
[0106]
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
[0107]
本实施例还提供了一种拍摄设备异常检测系统，图5是根据本技术实施例的一种拍摄设备异常检测系统的结构框图，如图5所示，该系统包括：拍摄设备102、传输设备54以及服务器设备104；其中，该拍摄设备102通过传输设备54连接服务器设备104；该服务器设备104用于获取该拍摄设备102在当前抓拍单位时间内拍摄的当前目标检测图像信息，以及该拍摄设备102在历史抓拍单位时间内拍摄的历史目标检测图像信息；该服务器设备104根据该当前目标检测图像信息和该历史目标检测图像信息，计算得到该拍摄设备102对应的拍摄波动结果，在该拍摄波动结果处于异常波动范围内的情况下，将该拍摄设备102确定为待测异常拍摄设备。
[0108]
通过上述实施例，通过上述服务器设备104获取拍摄设备102的当前目标检测图像信息和历史目标检测图像信息，比较当前目标检测图像信息和历史目标检测图像信息之间的拍摄波动结果，在拍摄波动结果指示异常状态时通过上述拍摄设备102检测对应的待测异常拍摄设备，从而仅需基于基础智能分析数据进行统计分析，无需进行事先的素材采集和模型训练，也无需引入其他额外智能算法，减少拍摄设备102异常检测的前期准备工作投入，降低了对第三方算法的依赖，减少对硬件资源的消耗，解决了拍摄设备102异常检测的成本高且效率低的问题。
[0109]
在其中一些实施例中，上述服务器设备104还用于获取预设的波动阈值；该服务器设备104计算该当前目标检测图像信息和该历史目标检测图像信息之间的差值信息，根据该差值信息和该历史目标检测图像信息计算得到每个该拍摄设备对应的波动百分比，并将该波动百分比和该波动阈值进行对比以得到对比结果；该服务器设备104在该对比结果指示该波动百分比小于该波动阈值的情况下，得到该拍摄波动结果处于正常波动范围内的判断结果；该服务器设备104在该对比结果指示该波动百分比大于或等于该波动阈值的情况下，得到该拍摄波动结果处于该异常波动范围的判断结果，并基于该判断结果将该拍摄设备确定为该待测异常拍摄设备。
[0110]
在其中一些实施例中，上述服务器设备104还用于通过该拍摄设备102获取用户输入的针对该待测异常拍摄设备的设备电源检测结果和设备角度检测结果，并通过该拍摄设备102检测得到的设备遮挡检测结果；该服务器设备104根据该设备电源检测结果、设备角度检测结果和该设备遮挡检测结果得到该拍摄设备异常检测结果。
[0111]
在其中一些实施例中，上述拍摄设备异常检测系统还包括终端设备；该终端设备可以但不限于是各种智能手机、个人计算机、笔记本电脑和平板电脑；服务器设备104还用于将与该待测异常拍摄设备相匹配的异常提示信息发送至终端设备，并获取该终端设备发送的针对该异常提示信息的拍摄设备异常检测结果。
[0112]
在其中一些实施例中，上述拍摄设备102至少有两个；上述服务器设备104还用于获取每个该拍摄设备102的该当前目标检测图像信息和该历史目标检测图像信息，以及所有该拍摄设备102的唯一识别码；该服务器设备104根据该唯一识别码，将该当前目标检测图像信息和该拍摄设备102相匹配，并将该历史目标检测图像信息和该拍摄设备102相匹配。
[0113]
在其中一些实施例中，上述服务器设备104还用于将该异常提示信息，以及与该待测异常拍摄设备对应的该唯一识别码发送至该拍摄设备102；其中，该拍摄设备102基于该唯一识别码将该拍摄设备异常检测结果和该待测异常拍摄设备相匹配。
[0114]
在其中一些实施例中，上述服务器设备104还用于获取该拍摄设备异常检测结果；该服务器设备104在该拍摄设备异常检测结果指示该待测异常拍摄设备处于设备异常状态的情况下，发送维护提醒信息至该拍摄设备102；其中，该拍摄设备102用于显示该维护提醒信息。
[0115]
在其中一些实施例中，提供了一种计算机设备，该计算机设备可以是服务器，图6是根据本技术实施例的一种计算机设备内部的结构图，如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性
存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储拍摄波动结果。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种拍摄设备异常检测方法。
[0116]
本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0117]
本实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
[0118]
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
[0119]
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
[0120]
s1，获取该拍摄设备在当前抓拍单位时间内拍摄的当前目标检测图像信息，以及该拍摄设备在历史抓拍单位时间内拍摄的历史目标检测图像信息。
[0121]
s2，根据该当前目标检测图像信息和该历史目标检测图像信息，计算得到该拍摄设备对应的拍摄波动结果，在该拍摄波动结果处于异常波动范围内的情况下，将该拍摄设备确定为待测异常拍摄设备。
[0122]
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
[0123]
另外，结合上述实施例中的拍摄设备异常检测方法，本技术实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种拍摄设备异常检测方法。
[0124]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0125]
本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0126]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。