CN113822216A - 事件检测方法及装置、系统、电子设备和存储介质 - Google Patents

Abstract

本公开涉及一种事件检测方法及装置、系统、电子设备和存储介质，所述方法应用于服务器，所述方法包括：接收全景视场检测终端发送的事件信息，其中，所述事件信息中包括发生异常事件的目标区域，以及所述异常事件对应的第一抓拍图像信息；从与所述目标区域对应的局部视场检测终端中，获取所述异常事件对应的第二抓拍图像信息；通过关联所述第一抓拍图像信息和所述第二抓拍图像信息，确定所述异常事件对应的目标人脸图像；根据所述目标人脸图像，确定所述异常事件对应的行为人的身份信息。本公开实施例可以有效实现对异常事件的行为人进行身份定位，提高异常事件的检测以及处理效率。

Description

事件检测方法及装置、系统、电子设备和存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种事件检测方法及装置、系统、电子设备和存储介质。

背景技术

随着计算机视觉和视频安防硬件的高速发展，基于智能视频分析，自动识别违法事件或不文明事件等异常事件，并将相关影像存储取证已成为现实。相关技术中，采用视场较大的智能图像采集终端实现事件监测。但是，视场较大的智能图像采集终端的分辨率较低，较难获取到清晰人脸，导致难以定位异常事件对应的行为人的具体信息。

发明内容

本公开提出了一种事件检测方法及装置、系统、电子设备和存储介质的技术方案。

根据本公开的一方面，提供了一种事件检测方法，所述方法应用于服务器，所述方法包括：接收全景视场检测终端发送的事件信息，其中，所述事件信息中包括发生异常事件的目标区域，以及所述异常事件对应的第一抓拍图像信息；从与所述目标区域对应的局部视场检测终端中，获取所述异常事件对应的第二抓拍图像信息；通过关联所述第一抓拍图像信息和所述第二抓拍图像信息，确定所述异常事件对应的目标人脸图像；根据所述目标人脸图像，确定所述异常事件对应的行为人的身份信息。

在一种可能的实现方式中，所述第一抓拍图像信息中包括全景人体抓拍图，所述第二抓拍图像信息中包括特写人体抓拍图；所述通过关联所述第一抓拍图像信息和所述第二抓拍图像信息，确定所述异常事件对应的目标人脸图像，包括：对所述全景人体抓拍图进行特征提取得到全景人体特征，以及对所述特写人体抓拍图进行特征提取得到特写人体特征；对所述全景人体特征和所述特写人体特征进行特征匹配；在所述全景人体特征和所述特写人体特征匹配成功的情况下，确定所述第二抓拍图像信息中是否包括，与所述特写人体抓拍图之间存在关联关系的人脸抓拍图；在所述第二抓拍图像信息中包括与所述特写人体抓拍图之间存在关联关系的人脸抓拍图的情况下，将与所述特写人体抓拍图之间存在关联关系的人脸抓拍图，确定为所述目标人脸图像。

在一种可能的实现方式中，所述根据所述目标人脸图像，确定所述异常事件对应的行为人的身份信息，包括：对所述目标人脸图像进行特征提取，得到目标人脸特征；将所述目标人脸特征与目标库中包括的多个参考人脸特征进行特征匹配，其中，所述目标库中包括的每个所述参考人脸特征均对应有身份信息；在所述目标库中包括与所述目标人脸特征匹配成功的参考人脸特征的情况下，将所述匹配成功的参考人脸特征对应的身份信息，确定为所述行为人的身份信息。

在一种可能的实现方式中，所述方法还包括：根据所述事件信息、所述第二抓拍图像信息、以及所述行为人的身份信息，生成第一事件告警信息。

在一种可能的实现方式中，所述方法还包括：在所述目标库中不包括与所述目标人脸特征匹配成功的参考人脸特征的情况下，确定所述异常事件是否结束；在所述异常事件尚未结束的情况下，控制所述局部视场检测终端更新所述第二抓拍图像信息。

在一种可能的实现方式中，所述方法还包括：在所述全景人体特征和所述特写人体特征匹配失败的情况下，确定所述异常事件是否结束；在所述异常事件尚未结束的情况下，控制所述全景视场检测终端更新所述第一抓拍图像信息，和/或，控制所述局部视场检测终端更新所述第二抓拍图像信息。

在一种可能的实现方式中，所述方法还包括：在所述第二抓拍图像信息中不包括与所述特写人体抓拍图之间存在关联关系的人脸抓拍图的情况下，确定所述异常事件是否结束；在所述异常事件尚未结束的情况下，控制所述局部视场检测终端更新所述第二抓拍图像信息。

在一种可能的实现方式中，所述方法还包括：在所述异常事件已经结束的情况下，根据所述事件信息和所述第二抓拍图像信息，生成第二事件告警信息。

在一种可能的实现方式中，所述方法还包括：向所述局部视场检测终端发送获取指令，其中，所述获取指令用于指示所述目标区域内发生所述异常事件；和/或，向所述局部视场检测终端发送停止指令，其中，所述停止指令用于指示所述异常事件已经结束。

根据本公开的一方面，提供了一种事件检测装置，所述装置应用于服务器，所述装置包括：接收模块，用于接收全景视场检测终端发送的事件信息，其中，所述事件信息中包括发生异常事件的目标区域，以及所述异常事件对应的第一抓拍图像信息；获取模块，用于从与所述目标区域对应的局部视场检测终端中，获取所述异常事件对应的第二抓拍图像信息；关联模块，用于通过关联所述第一抓拍图像信息和所述第二抓拍图像信息，确定所述异常事件对应的目标人脸图像；身份信息确定模块，用于根据所述目标人脸图像，确定所述异常事件对应的行为人的身份信息。

根据本公开的一方面，提供了一种事件检测系统，所述系统包括：全景视场检测终端、局部视场检测终端和服务器；所述全景视场检测终端向所述服务器发送事件信息，其中，所述事件信息中包括发生异常事件的目标区域，以及所述异常事件对应的第一抓拍图像信息；所述服务器接收所述事件信息，以及从与所述目标区域对应的所述局部视场检测终端中，获取所述异常事件对应的第二抓拍图像信息；所述服务器通过关联所述第一抓拍图像信息和所述第二抓拍图像信息，确定所述异常事件对应的目标人脸图像；所述服务器根据所述目标人脸图像，确定所述异常事件对应的行为人的身份信息。

根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

在本公开实施例中，服务器接收全景视场检测终端发送的，包括发生异常事件的目标区域，以及异常事件对应的第一抓拍图像信息的事件信息，以及从与目标区域对应的局部视场检测终端中，获取异常事件对应的第二抓拍图像信息，通过对全景视场中得到的第一抓拍图像信息，以及局部特写视场中得到的第二抓拍图像信息进行关联，可以确定异常事件对应的目标人脸图像，进而，根据目标人脸图像，可以快速确定异常事件对应的行为人的身份信息，从而有效实现对异常事件的行为人进行身份定位，提高异常事件的检测以及处理效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的一种事件检测系统的示意图；

图2示出根据本公开实施例的一种事件检测方法的流程图；

图3示出根据本公开实施例的一种服务器的工作流程图；

图4示出根据本公开实施例的一种事件检测方法的流程图；

图5示出根据本公开实施例的一种全局图像检测终端的工作流程图；

图6示出根据本公开实施例的一种事件检测方法的流程图；

图7示出根据本公开实施例的一种局部视场检测终端的工作流程图；

图8示出根据本公开实施例的一种事件检测装置的框图；

图9示出根据本公开实施例的一种电子设备的框图；

图10示出根据本公开实施例的一种电子设备的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种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。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

在社区、商场、写字楼、公共交通等公共场景中，对非法或非道德行为等异常事件进行自动识别，对维护公共安全具有重要意义。相关技术中，通过在公共场景中设置视场较大的智能图像采集终端，进而在智能图像采集终端的视场范围内实现事件检测，确定是否出现异常事件。

但是，由于智能图像采集终端的视场范围较大，相应的其对于图像的采集分辨率较低，因此，基于智能图像采集终端，仅能检测到出现异常事件，由于智能图像采集终端采集到的异常事件对应的行为人的图像的分辨率较低，无法获取到行为人的清晰人脸图像，最终导致无法确定行为人的具体信息，也就是说，无法定位到异常事件对应的行为人身份的信息，以使得无法对异常事件进行提醒或制止等后续处理。

本公开实施例提供了一种事件检测方法，可以应用于社区、商场、写字楼、公共交通等公共场景中。图1示出本公开实施例的一种事件检测系统的示意图。图1所示的事件检测系统可以执行本公开实施例的事件检测方法。如图1所示，事件检测系统中包括：全景视场检测终端10、局部视场检测终端20、以及服务器30。

全景视场检测终端10向服务器30发送事件信息，其中，事件信息中包括发生异常事件的目标区域，以及异常事件对应的第一抓拍图像信息；服务器30接收事件信息，以及从与目标区域对应的局部视场检测终端20中，获取异常事件对应的第二抓拍图像信息；服务器30通过关联第一抓拍图像信息和第二抓拍图像信息，确定异常事件对应的目标人脸图像；服务器30根据目标人脸图像，确定异常事件对应的行为人的身份信息。

其中，全景视场检测终端10可以是具有计算能力的图像采集设备，其对应的视场范围较大、焦距较小。局部视场检测终端20也可以是具有计算能力的图像采集设备，其对应的视场范围较小、焦距较大。

在初始化阶段，对系统内部的全景视场检测终端10、局部视场检测终端20、以及服务器30的系统时间进行同步。

全景视场检测终端10对出现在其全景视场范围内的异常事件进行检测，并在检测到出现异常事件的情况下生成事件信息，事件信息中包括发生异常事件的目标区域，以及异常事件对应的第一抓拍图像信息。其中，目标区域是全景视场检测终端10的全景视场范围内的局部特写视场。

由于全景视场检测终端10的视场范围较大、焦距较小，因此，第一抓拍图像信息仅包括全景人体抓拍图。

在全景视场检测终端10的全景视场范围内设置多个局部视场检测终端20，不同局部视场检测终端的局部特写视场，对应全景视场检测终端10的全景视场范围内的不同局部特写视场。

全景视场检测终端10检测到异常事件，以及生成异常事件对应的事件信息后，将事件信息发送至服务器30。服务器30根据事件信息中包括的目标区域，启动局部特写视场为目标区域的局部视场检测终端20，局部视场检测终端20对目标区域进行图像采集以及图像处理，确定第二抓拍图像信息。

由于局部视场检测终端20的视场范围较小、焦距较大，因此，第二抓拍图像信息可以包括特写人体抓拍图和人脸抓拍图。

服务器30从局部视场检测终端20获取第二抓拍图像信息，以及通过对全景视场中得到的第一抓拍图像信息，以及局部特写视场中得到的第二抓拍图像信息进行关联，可以确定异常事件对应的目标人脸图像，进而，根据目标人脸图像，可以快速确定异常事件对应的行为人的身份信息，从而有效实现对异常事件的行为人进行身份定位，提高异常事件的检测以及处理效率。

下面分别对全景视场检测终端10、局部视场检测终端20、以及服务器30执行本公开实施例的事件检测方法的具体过程作详细描述。

图2示出根据本公开实施例的一种事件检测方法的流程图。该事件检测方法应用于图1中所示的服务器30。如图2所示，该事件检测方法可以包括：

在步骤S21中，接收全景视场检测终端发送的事件信息，其中，事件信息中包括发生异常事件的目标区域，以及异常事件对应的第一抓拍图像信息。

在步骤S22中，从与目标区域对应的局部视场检测终端中，获取异常事件对应的第二抓拍图像信息。

在步骤S23中，通过关联第一抓拍图像信息和第二抓拍图像信息，确定异常事件对应的目标人脸图像。

在步骤S24中，根据目标人脸图像，确定异常事件对应的行为人的身份信息。

在本公开实施例中，服务器接收全景视场检测终端发送的，包括发生异常事件的目标区域，以及异常事件对应的第一抓拍图像信息的事件信息，以及从与目标区域对应的局部视场检测终端中，获取异常事件对应的第二抓拍图像信息，通过对全景视场中得到的第一抓拍图像信息，以及局部特写视场中得到的第二抓拍图像信息进行关联，可以确定异常事件对应的目标人脸图像，进而，根据目标人脸图像，可以快速确定异常事件对应的行为人的身份信息，从而有效实现对异常事件的行为人进行身份定位，提高异常事件的检测以及处理效率。

其中，异常事件可以是违法违规事件(例如，闯红灯、电动车进入楼道或电梯等)，可以是不文明事件(例如，打架斗殴、随地吐痰等)，还可以是其它类型的异常事件，本公开对此不作具体限定。

服务器30中内置预设关联算法，具有较强的计算能力。服务器30与全景视场检测终端10和局部视场检测终端20分别存在数据链，用于数据传输。

仍以上述如1为例，如图1所示，服务器30和全景视场检测终端10之间存在数据链A。服务器30和局部视场检测终端20之间存在数据链B。数据链A可以用于传输事件信息，数据链B可以用于传输第二抓拍图像信息。

在一示例中，数据链传输数据的可以基于网络进行传输，可以基于传输协议进行传输，还可以基于其它传输方式进行传输，本公开对此不作具体限定。

其中，传输协议包括但不限于超文本传输安全协议(https，hypertext transferprotocol secure)、谷歌远程过程调用协议(grpc，google remote procedure callprotocol)、即时通讯协议(mqtt，message queuing telemetry transport)等，本公开对此不作具体限定。

基于数据传输，服务器30可以接收到全局视场检测终端10发送的事件信息，以及从局部视场检测终端20获取第二抓拍图像信息。

在一种可能的实现方式中，该事件检测方法还包括：向局部视场检测终端发送获取指令，其中，获取指令用于指示目标区域内发生异常事件。

由于全景视场检测终端10和局部视场检测终端20之间进行通信较为复杂，因此，在服务器30接收到全景视场检测终端10发送的事件信息之后，服务器30可以确定目标区域内发生了异常事件。

此时，服务器30根据目标区域生成获取指令，并向局部特写视场为目标区域的局部视场检测终端20发送获取指令，以使得局部视场检测终端20响应于获取指令，启动图像采集以及图像处理功能，确定异常事件对应的第二抓拍图像信息，并将第二抓拍图像信息发送至服务器30。

在一示例中，启动局部特写视场为目标区域的局部视场检测终端20，以确定异常事件对应的第二抓拍图像信息的方式，还可以在全景视场检测终端10和局部视场检测终端20之间增加中转设备。

全景视场检测终端10检测到目标区域内发生异常事件之后，根据目标区域生成事件发生指令，并将事件发生指令发送至中转设备，进而中转设备将事件发生指令转发至局部特写视场为目标区域的局部视场检测终端20，以启动局部视场检测终端20确定异常事件对应的第二抓拍图像信息。

其中，中转设备的具体形式可以根据实际情况确定，本公开对此不作具体限定。

服务器30接收到全局视场检测终端10发送的事件信息，以及从局部视场检测终端20获取到第二抓拍图像信息之后，基于预设关联算法，对事件信息中包括的第一抓拍图像信息，以及第二抓拍图像信息进行关联处理。

第一抓拍图像信息中可以包括全局视场检测终端10采集的异常事件对应的全景人体抓拍图。后文会结合本公开可能的实现方式，对局部视场检测终端20确定第一抓拍图像信息的过程做详细描述，此处不作赘述。

第二抓拍图像信息中可以包括局部视场检测终端20采集的出现在目标区域的特写人体抓拍图、人脸抓拍图、以及两者之间的关联关系。其中，该关联关系用于指示特写人体抓拍图和人脸抓拍图是否对应同一人员。

例如，第二抓拍图像信息中包括特写人体抓拍图A和人脸抓拍图a，且二者之间存在关联关系，则可以确定特写人体抓拍图A和人脸抓拍图a是对同一人员进行图像采集后得到的。

后文会结合本公开可能的实现方式，对局部视场检测终端20确定第二抓拍图像信息的过程做详细描述，此处不作赘述。

在一种可能的实现方式中，第一抓拍图像信息中包括全景人体抓拍图，第二抓拍图像信息中包括特写人体抓拍图；通过关联第一抓拍图像信息和第二抓拍图像信息，确定异常事件对应的目标人脸图像，包括：对全景人体抓拍图进行特征提取得到全景人体特征，以及对特写人体抓拍图进行特征提取得到特写人体特征；对全景人体特征和特写人体特征进行特征匹配；在全景人体特征和特写人体特征匹配成功的情况下，确定第二抓拍图像信息中是否包括，与特写人体抓拍图之间存在关联关系的人脸抓拍图；在第二抓拍图像信息中包括与特写人体抓拍图之间存在关联关系的人脸抓拍图的情况下，将与特写人体抓拍图之间存在关联关系的人脸抓拍图，确定为目标人脸图像。

第一抓拍图像信息中包括全景视场检测设备采集的全景人体抓拍图，第二抓拍图像信息中包括局部视场检测设备采集的特写人体抓拍图。

服务器30对全景人体抓拍图的全景人体特征，以及特写人体抓拍图的特写人体特征，进行特征匹配。

在一种可能的实现方式中，该事件检测方法还包括：在全景人体特征和特写人体特征匹配失败的情况下，确定异常事件是否结束；在异常事件尚未结束的情况下，控制全景视场检测终端更新第一抓拍图像信息，和/或，控制局部视场检测终端更新第二抓拍图像信息。

在服务器30对全景人体抓拍图的全景人体特征，以及特写人体抓拍图的特写人体特征，进行人体特征匹配之后，若匹配失败，则可以确定局部视场检测终端20暂时尚未采集到异常事件对应的行为人的特写人体抓拍图，或者全局视场检测终端10采集的全景人体抓拍图的质量较差。

此时，服务器30确定异常事件是否结束，若尚未结束，则控制全景视场检测终端10更新第一抓拍图像信息，和/或，控制局部视场检测终端20更新第二抓拍图像信息，以实现对全景人体抓拍图，和/或特写人体抓拍图的更新，并利用更新后的全景人体抓拍图，和/或，更新后的特写人体抓拍图，再次执行上述人体特征匹配的步骤，直至匹配成功，或，直至异常事件结束。

服务器30在全景人体特征和特写人体特征匹配成功的情况下，则可以确定局部视场检测终端20采集到了异常事件对应的行为人的特写人体抓拍图。

此时，服务器30进一步确定从局部视场检测终端20获取的第二抓拍图像信息中，是否包括与特写人体抓拍图之间存在关联关系的人脸抓拍图。

在一种可能的实现方式中，该事件检测方法还包括：在第二抓拍图像信息中不包括与特写人体抓拍图之间存在关联关系的人脸抓拍图的情况下，确定异常事件是否结束；在异常事件尚未结束的情况下，控制局部视场检测终端更新第二抓拍图像信息。

在第二抓拍信息中不包括与特写人体抓拍图之间存在关联关系的人脸抓拍图的情况下，则可以确定局部视场检测终端20暂时尚未采集到异常事件对应的行为人的人脸抓拍图。

此时，服务器30确定异常事件是否结束，若尚未结束，则控制局部视场检测终端20更新第二抓拍图像信息，以实现对特写人体抓拍图的更新，并利用更新后的特写人体抓拍图，再次执行上述人体特征匹配、以及确定是否存在关联关系的人脸抓拍图的步骤，直至确定存在关联关系的人脸抓拍图，或，直至异常事件结束。

服务器30在第二抓拍图信息中确定存在关联关系的人脸抓拍图的情况下，则可以确定局部视场检测终端20采集到了异常事件对应的行为人的目标人脸图像。

例如，与全景人体特征匹配成功的特写人体特征，对应的是第二抓拍图像信息中包括的特写人体抓拍图B，若第二抓拍图像信息中包括与特写抓拍图B之间存在关联关系的人脸抓拍图b，则可以确定人脸抓拍图b是异常事件对应的行为人的目标人脸图像。

此时，服务器30根据确定的目标人脸图像，可以确定异常事件对应的行为人的身份信息。

在一种可能的实现方式中，根据目标人脸图像，确定异常事件对应的行为人的身份信息，包括：对目标人脸图像进行特征提取，得到目标人脸特征；将目标人脸特征与目标库中包括的多个参考人脸特征进行特征匹配，其中，目标库中包括的每个参考人脸特征均对应有身份信息；在目标库中包括与目标人脸特征匹配成功的参考人脸特征的情况下，将匹配成功的参考人脸特征对应的身份信息，确定为行为人的身份信息。

在一示例中，可以根据预设目标地理区域内的常住人员，及其身份信息，构建得到目标库。例如，采集预设目标地理区域内的常住人员的人脸图像，对人脸图像进行特征提取得到参考人脸特征，进而根据参考人脸特征，以及参考人脸特征对应的常住人员的身份信息，构建得到目标库。

其中，预设目标地理区域可以是全景视场检测终端10所在的地理区域，还可以是其它预设地理区域，本公开对此不作具体限定。

服务器30确定异常事件对应的目标人脸图像之后，利用行人重识别算法那，可以确定目标库中是否包括与目标人脸图像对应的目标人脸特征匹配成功的参考人脸特征。

在一种可能的实现方式中，该事件检测方法还包括：在目标库中不包括与目标人脸特征匹配成功的参考人脸特征的情况下，确定异常事件是否结束；在异常事件尚未结束的情况下，控制全景视场检测终端更新第一抓拍图像信息，和/或，控制局部视场检测终端更新第二抓拍图像信息。

若目标库中不包括与目标人脸特征匹配成功的参考人脸特征，则可能是局部视场检测终端20采集的目标人脸图像的质量较差。

此时，服务器30确定异常事件是否结束，若尚未结束，则控制局部视场检测终端20更新第二抓拍图像信息，以实现对特写人体抓拍图和人脸抓拍图的更新，并利用更新后的特写人体抓拍图和人脸抓拍图，再次执行上述人体特征匹配、确定目标人脸图像、以及人脸特征匹配的步骤，直至确定与目标人脸特征匹配成功的参考人脸特征，或，直至异常事件结束。

若目标库中包括与目标人脸特征匹配成功的参考人脸特征，则可以将匹配成功的参考人脸特征对应的身份信息，确定为异常事件对应的行为人的身份信息，从而实现对异常事件对应的行为人进行身份定位。

在一种可能的实现方式中，该事件检测方法还包括：根据事件信息、第二抓拍图像信息、以及行为人的身份信息，生成第一事件告警信息。

服务器30在确定异常事件对应的行为人的身份信息之后，根据件信息、第二抓拍图像信息、以及行为人的身份信息，生成第一事件告警信息。

服务器30还可以将第一事件告警信息发送至相关管理部门，以使得相关管理部门根据行为人的身份信息，快速定位到异常事件对应的行为人，进而对目标区域内的异常事件进行提醒、制止、或相应处罚，从而有效提高事件检测效率，以及执法执勤效率。

此外，服务器30还可以对第一事件告警信息进行存储，以作为异常事件对应的证据链，便于后续查询。

在一示例中，服务器30确定异常事件是否结束，包括：确定是否接收到全景视场检测终端10发送的事件结束指令；在接收到事件结束指令的情况下，确定异常事件已经结束。

如上述实施例所示，全景视场检测终端10检测到目标区域内发生异常事件之后，根据目标区域生成事件发生指令，并将事件发生指令发送至服务器30，以提示服务器30接收全景视场检测终端10后续要发送的事件信息。

全景视场检测终端10持续进行事件检测，在异常事件尚未结束的过程中，按照第一预设周期更新事件信息向服务器30发送。其中，第一预设周期可以是10秒，例如，每隔10秒更新一次事件信息。第一预设周期的具体取值可以根据实际情况灵活设置，本公开对此不作具体限定。

在全景视场检测终端10检测到异常事件已经结束的情况下，生成事件结束指令，并将事件结束指令发送至服务器30，以提示服务器30异常事件已经结束。

在一种可能的实现方式中，该事件检测方法还包括：向局部视场检测终端发送停止指令，其中，停止指令用于指示异常事件已经结束。

如上述实施例所示，服务器30向局部视场检测终端20发送获取指令，以控制局部视场检测终端20响应于获取指令，启动图像采集以及图像处理功能，确定异常事件对应的第二抓拍图像信息。

服务器30根据事件结束指令确定异常事件已经结束之后，可以生成停止指令，并向局部视场检测终端20发送停止指令，以提示局部视场检测终端20异常事件已经结束，停止图像采集以及图像处理功能。

其中，局部视场检测终端20在接收到停止指令之前，按照第二预设周期更新第二抓拍图像信息向服务器30发送。其中，第二预设周期可以是5秒，例如，每隔5秒更新一次第二抓拍图像信息。第二预设周期的具体取值可以根据实际情况灵活设置，本公开对此不作具体限定。

在一种可能的实现方式中，该事件检测方法还包括：在异常事件已经结束的情况下，根据事件信息和第二抓拍图像信息，生成第二事件告警信息。

服务器30在尚未确定异常事件对应的行为人的身份信息，且确定异常事件已经结束的情况下，根据事件信息和第二抓拍图像信息，生成第二事件告警信息。

服务器30还可以将第二事件告警信息发送至相关管理部门，以使得相关管理部门对目标区域内的异常事件进行提醒、制止、或相应处罚，从而有效提高事件检测效率，以及执法执勤效率。

此外，服务器30还可以对第二事件告警信息进行存储，以作为异常事件对应的证据链，便于后续查询。

图3示出根据本公开实施例的一种服务器的工作流程图。如图3所示，服务器的工作流程可以包括：

在步骤S31中，接收全景视场检测终端发送的，包括发生异常事件的目标区域、异常事件对应的第一抓拍图像信息的事件信息，以及从与目标区域对应的局部视场检测终端中，获取异常事件对应的第二抓拍图像信息。

在步骤S32中，对第一抓拍图像信息中包括的全景人体抓拍图进行特征提取，得到全景人体特征，以及对第二抓拍图像信息包括的特写人体抓拍图进行特征提取，得到特写人体特征。

在步骤S33中，确定全景人体特征和特写人体特征是否匹配成功。若匹配成功，则跳转执行步骤S34；若匹配失败，则跳转执行步骤S38。

在步骤S34中，确定第二抓拍图像信息中是否包括与特写人体抓拍图之间存在关联关系的目标人脸图像。若存在，则跳转执行步骤S35；若不存在，则跳转执行步骤S38。

在步骤S35中，对目标人脸图像进行特征提取，得到目标人脸特征。

在步骤S36中，确定目标库中是否包括与目标人脸特征匹配成功的参考人脸特征。若存在，则跳转执行步骤S37；若不存在，则跳转执行步骤S38。

在步骤S37中，将匹配成功的参考人脸特征对应的身份信息，确定为异常事件对应的行为人的身份信息，以及根据事件信息、第二抓拍图像信息、以及行为人的身份信息，生成第一事件告警信息。

步骤S38中，确定异常事件是否结束。若异常事件尚未结束，则跳转执行步骤S31；若异常事件已经结束，则跳转执行步骤S39。

在步骤S39中，根据事件信息和第二抓拍图像信息，生成第二事件告警信息。

图4示出根据本公开实施例的一种事件检测方法的流程图。该事件检测方法应用于图1所示的全景视场检测终端10。如图4所示，该事件检测方法可以包括：

在步骤S41中，对视频流进行事件检测，确定事件检测结果，其中，事件检测结果用于指示是否发生异常事件。

在步骤S42中，在事件检测结果用于指示发生异常事件的情况下，确定事件信息，其中，事件信息中包括发生异常事件的目标区域，以及异常事件对应的第一抓拍图像信息，第一抓拍图像信息中包括全景人体抓拍图。

在步骤S43中，将事件信息发送至服务器。

全景视场检测终端10是具有计算能力的图像采集设备，其中内置有图像检测模块和事件检测算法。

全景视场检测终端10对视场范围内进行视频流采集，进而，基于事件检测算法，可以对视频流进行事件检测，确定是否发生异常事件。

在确定发生异常事件的情况下，可以基于图像检测模块，确定发生异常事件的目标区域，以及异常事件对应的第一抓拍图像信息。并基于发生异常事件的目标区域，以及异常事件对应的第一抓拍图像信息，生成事件信息。

全景视场检测终端10将事件信息发送至服务器30，以使得服务器30进行后续的身份定位。

在一种可能的实现方式中，该事件检测方法还包括：确定异常事件是否结束；在异常事件尚未结束的情况下，更新第一抓拍图像信息；将更新后的第一抓拍图像信息发送至服务器。

全景视场检测终端10确定异常事件是否结束的方式，以及更新第一抓拍图像信息的方式，可以参考上述实施方式的具体介绍，此处不作赘述。

图5示出根据本公开实施例的一种全局视场检测终端的工作流程图。如图5所示，全局视场检测终端的工作流程可以包括：

在步骤S51中，对视频流进行事件检测。

在步骤S52中，确定是否发生异常事件。若确定发生异常事件，则跳转执行步骤S53；若确定未发生异常事件，则跳转执行步骤S51.

在步骤S53中，确定发生异常事件的目标区域，以及异常事件对应的第一抓拍图像信息。

在步骤S54中，根据发生异常事件的目标区域，以及异常事件对应的第一抓拍图像信息，确定事件信息，并将事件信息发送至服务器。

图6示出根据本公开实施例的一种事件检测方法的流程图。该事件检测方法应用于图1所示的局部视场检测终端20，局部视场检测终端20对应目标区域。如图6所示，该事件检测方法可以包括：

在步骤S61中，在接收到服务器发送的获取指令的情况下，对视频流进行人体检测得到特写人体抓拍图，以及对视频流进行人脸检测，得到人脸抓拍图，其中，获取指令用于指示目标区域内发生异常事件。

在步骤S62中，在对应同一人员的特写人体抓拍图和人脸抓拍图之间建立关联关系。

在步骤S63中，根据特写人体抓拍图、人脸抓拍图、以及关联关系，确定第二抓拍图像信息。

在步骤S64中，将第二抓拍图像信息发送至服务器。

局部视场检测终端20接收服务器30发送的获取指令的具体过程可以参考上述方式的具体介绍，此处不作赘述。

局部视场检测终端20是具有计算能力的图像采集设备，其中内置有图像检测模块和人脸人体关联模块。

局部视场检测终端20根据获取指令，对视场范围内进行视频流采集，进而，基于图像检测模块，对视频流进行人体检测得到特写人体抓拍图，以及对视频流进行人脸检测，得到人脸抓拍图。

基于人脸人体关联模块，在对应同一人员的特写人体抓拍图和人脸抓拍图之间建立关联关系。进而，根据特写人体抓拍图、人脸抓拍图、以及关联关系，确定第二抓拍图像信息，并将第二抓拍图像信息发送至服务器30。

在一种可能的实现方式中，该事件检测方法还包括：在未接收到服务器发送的停止指令的情况下，更新第二抓拍图像信息，其中，停止指令用于指示异常事件已经结束；将更新后的第二抓拍图像信息发送至服务器30。

局部视场检测终端20接收服务器30发送的停止指令的方式，以及更新第二抓拍图像信息的方式，可以参考上述实施方式的具体介绍，此处不作赘述。

图7示出根据本公开实施例的一种局部视场检测终端的工作流程图。如图7所示，局部视场检测终端的工作流程可以包括：

在步骤S71中，在接收到服务器发送的获取指令的情况下，确定目标区域内发生异常事件。

在步骤S72中，对目标区域进行图像采集得到视频流。

在步骤S73中，对对视频流进行人体检测得到特写人体抓拍图，以及对视频流进行人脸检测，得到人脸抓拍图。

在步骤S74中，在对应同一人员的特写人体抓拍图和人脸抓拍图之间建立关联关系。

在步骤S75中，根据特写人体抓拍图、人脸抓拍图、以及关联关系，确定第二抓拍图像信息，以及将第二抓拍图像信息发送至服务器。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了事件检测装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种事件检测方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图8示出根据本公开实施例的一种事件检测装置的框图。该装置应用于服务器，如图8所示，装置80包括：

接收模块81，用于接收全景视场检测终端发送的事件信息，其中，事件信息中包括发生异常事件的目标区域，以及异常事件对应的第一抓拍图像信息；

获取模块82，用于从与目标区域对应的局部视场检测终端中，获取异常事件对应的第二抓拍图像信息；

关联模块83，用于通过关联第一抓拍图像信息和第二抓拍图像信息，确定异常事件对应的目标人脸图像；

身份信息确定模块84，用于根据目标人脸图像，确定异常事件对应的行为人的身份信息。

在一种可能的实现方式中，第一抓拍图像信息中包括全景人体抓拍图，第二抓拍图像信息中包括特写人体抓拍图；

关联模块83，具体用于：

对全景人体抓拍图进行特征提取得到全景人体特征，以及对特写人体抓拍图进行特征提取得到特写人体特征；

对全景人体特征和特写人体特征进行特征匹配；

在全景人体特征和特写人体特征匹配成功的情况下，确定第二抓拍图像信息中是否包括，与特写人体抓拍图之间存在关联关系的人脸抓拍图；

在第二抓拍图像信息中包括与特写人体抓拍图之间存在关联关系的人脸抓拍图的情况下，将与特写人体抓拍图之间存在关联关系的人脸抓拍图，确定为目标人脸图像。

在一种可能的实现方式中，身份信息确定模块84，具体用于：

对目标人脸图像进行特征提取，得到目标人脸特征；

将目标人脸特征与目标库中包括的多个参考人脸特征进行特征匹配，其中，目标库中包括的每个参考人脸特征均对应有身份信息；

在目标库中包括与目标人脸特征匹配成功的参考人脸特征的情况下，将匹配成功的参考人脸特征对应的身份信息，确定为行为人的身份信息。

在一种可能的实现方式中，装置80还包括：

第一生成模块，用于根据事件信息、第二抓拍图像信息、以及行为人的身份信息，生成第一事件告警信息。

在一种可能的实现方式中，装置80还包括：

确定模块，用于在目标库中不包括与目标人脸特征匹配成功的参考人脸特征的情况下，确定异常事件是否结束；

控制模块，用于在异常事件尚未结束的情况下，控制局部视场检测终端更新第二抓拍图像信息。

在一种可能的实现方式中，第一确定模块，还用于在全景人体特征和特写人体特征匹配失败的情况下，确定异常事件是否结束；

控制模块，还用于在异常事件尚未结束的情况下，控制全景视场检测终端更新第一抓拍图像信息，和/或，控制局部视场检测终端更新第二抓拍图像信息。

在一种可能的实现方式中，确定模块，还用于在第二抓拍图像信息中不包括与特写人体抓拍图之间存在关联关系的人脸抓拍图的情况下，确定异常事件是否结束；

控制模块，还用于在异常事件尚未结束的情况下，控制局部视场检测终端更新第二抓拍图像信息。

在一种可能的实现方式中，装置80还包括：

第二生成模块，用于在异常事件已经结束的情况下，根据事件信息和第二抓拍图像信息，生成第二事件告警信息。

在一种可能的实现方式中，装置80还包括：

发送模块，用于向局部视场检测终端发送获取指令，其中，获取指令用于指示目标区域内发生所述异常事件；和/或，

发送模块，还用于向局部视场检测终端发送停止指令，其中，停止指令用于指示异常事件已经结束。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图9示出根据本公开实施例的一种电子设备的框图。如图9所示，电子设备900可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图9，电子设备900可以包括以下一个或多个组件：处理组件902，存储器904，电源组件906，多媒体组件908，音频组件910，输入/输出(I/O)的接口912，传感器组件914，以及通信组件916。

处理组件902通常控制电子设备900的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件902可以包括一个或多个模块，便于处理组件902和其他组件之间的交互。例如，处理组件902可以包括多媒体模块，以方便多媒体组件908和处理组件902之间的交互。

存储器904被配置为存储各种类型的数据以支持在电子设备900的操作。这些数据的示例包括用于在电子设备900上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件906为电子设备900的各种组件提供电力。电源组件906可以包括电源管理系统，一个或多个电源，及其他与为电子设备900生成、管理和分配电力相关联的组件。

多媒体组件908包括在所述电子设备900和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件908包括一个前置摄像头和/或后置摄像头。当电子设备900处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件910被配置为输出和/或输入音频信号。例如，音频组件910包括一个麦克风(MIC)，当电子设备900处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中，音频组件910还包括一个扬声器，用于输出音频信号。

I/O接口912为处理组件902和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件914包括一个或多个传感器，用于为电子设备900提供各个方面的状态评估。例如，传感器组件914可以检测到电子设备900的打开/关闭状态，组件的相对定位，例如所述组件为电子设备900的显示器和小键盘，传感器组件914还可以检测电子设备900或电子设备900一个组件的位置改变，用户与电子设备900接触的存在或不存在，电子设备900方位或加速/减速和电子设备900的温度变化。传感器组件914可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件914还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件916被配置为便于电子设备900和其他设备之间有线或无线方式的通信。电子设备900可以接入基于通信标准的无线网络，如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、第四代移动通信技术(4G)、通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中，通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件916还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器904，上述计算机程序指令可由电子设备900的处理器920执行以完成上述方法。

本公开涉及增强现实领域，通过获取现实环境中的目标对象的图像信息，进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理，从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的，目标对象可涉及与人体相关的脸部、肢体、手势、动作等，或者与物体相关的标识物、标志物，或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景，还可以涉及与人相关的特效处理，比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络，实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。

图10示出根据本公开实施例的一种电子设备的框图。如图10，电子设备1900可以被提供为一服务器。参照图10，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows Server^TM)，苹果公司推出的基于图形用户界面操作系统(Mac OSX^TM)，多用户多进程的计算机操作系统(Unix^TM),自由和开放原代码的类Unix操作系统(Linux^TM)，开放原代码的类Unix操作系统(FreeBSD^TM)或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (13)

1.一种事件检测方法，其特征在于，所述方法应用于服务器，所述方法包括：

接收全景视场检测终端发送的事件信息，其中，所述事件信息中包括发生异常事件的目标区域，以及所述异常事件对应的第一抓拍图像信息；

从与所述目标区域对应的局部视场检测终端中，获取所述异常事件对应的第二抓拍图像信息；

通过关联所述第一抓拍图像信息和所述第二抓拍图像信息，确定所述异常事件对应的目标人脸图像；

根据所述目标人脸图像，确定所述异常事件对应的行为人的身份信息。

2.根据权利要求1所述的方法，其特征在于，所述第一抓拍图像信息中包括全景人体抓拍图，所述第二抓拍图像信息中包括特写人体抓拍图；

所述通过关联所述第一抓拍图像信息和所述第二抓拍图像信息，确定所述异常事件对应的目标人脸图像，包括：

对所述全景人体抓拍图进行特征提取得到全景人体特征，以及对所述特写人体抓拍图进行特征提取得到特写人体特征；

对所述全景人体特征和所述特写人体特征进行特征匹配；

在所述全景人体特征和所述特写人体特征匹配成功的情况下，确定所述第二抓拍图像信息中是否包括，与所述特写人体抓拍图之间存在关联关系的人脸抓拍图；

在所述第二抓拍图像信息中包括与所述特写人体抓拍图之间存在关联关系的人脸抓拍图的情况下，将与所述特写人体抓拍图之间存在关联关系的人脸抓拍图，确定为所述目标人脸图像。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述目标人脸图像，确定所述异常事件对应的行为人的身份信息，包括：

对所述目标人脸图像进行特征提取，得到目标人脸特征；

将所述目标人脸特征与目标库中包括的多个参考人脸特征进行特征匹配，其中，所述目标库中包括的每个所述参考人脸特征均对应有身份信息；

在所述目标库中包括与所述目标人脸特征匹配成功的参考人脸特征的情况下，将所述匹配成功的参考人脸特征对应的身份信息，确定为所述行为人的身份信息。

4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述方法还包括：

根据所述事件信息、所述第二抓拍图像信息、以及所述行为人的身份信息，生成第一事件告警信息。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

在所述目标库中不包括与所述目标人脸特征匹配成功的参考人脸特征的情况下，确定所述异常事件是否结束；

在所述异常事件尚未结束的情况下，控制所述局部视场检测终端更新所述第二抓拍图像信息。

6.根据权利要求2所述的方法，其特征在于，所述方法还包括：

在所述全景人体特征和所述特写人体特征匹配失败的情况下，确定所述异常事件是否结束；

在所述异常事件尚未结束的情况下，控制所述全景视场检测终端更新所述第一抓拍图像信息，和/或，控制所述局部视场检测终端更新所述第二抓拍图像信息。

7.根据权利要求2所述的方法，其特征在于，所述方法还包括：

在所述第二抓拍图像信息中不包括与所述特写人体抓拍图之间存在关联关系的人脸抓拍图的情况下，确定所述异常事件是否结束；

在所述异常事件尚未结束的情况下，控制所述局部视场检测终端更新所述第二抓拍图像信息。

8.根据权利要求5至7中任意一项所述的方法，其特征在于，所述方法还包括：

在所述异常事件已经结束的情况下，根据所述事件信息和所述第二抓拍图像信息，生成第二事件告警信息。

9.根据权利要求1至8中任意一项所述的方法，其特征在于，所述方法还包括：

向所述局部视场检测终端发送获取指令，其中，所述获取指令用于指示所述目标区域内发生所述异常事件；和/或，

向所述局部视场检测终端发送停止指令，其中，所述停止指令用于指示所述异常事件已经结束。

10.一种事件检测装置，其特征在于，所述装置应用于服务器，所述装置包括：

接收模块，用于接收全景视场检测终端发送的事件信息，其中，所述事件信息中包括发生异常事件的目标区域，以及所述异常事件对应的第一抓拍图像信息；

获取模块，用于从与所述目标区域对应的局部视场检测终端中，获取所述异常事件对应的第二抓拍图像信息；

关联模块，用于通过关联所述第一抓拍图像信息和所述第二抓拍图像信息，确定所述异常事件对应的目标人脸图像；

身份信息确定模块，用于根据所述目标人脸图像，确定所述异常事件对应的行为人的身份信息。

11.一种事件检测系统，其特征在于，所述系统包括：全景视场检测终端、局部视场检测终端和服务器；

所述全景视场检测终端向所述服务器发送事件信息，其中，所述事件信息中包括发生异常事件的目标区域，以及所述异常事件对应的第一抓拍图像信息；

所述服务器接收所述事件信息，以及从与所述目标区域对应的所述局部视场检测终端中，获取所述异常事件对应的第二抓拍图像信息；

所述服务器通过关联所述第一抓拍图像信息和所述第二抓拍图像信息，确定所述异常事件对应的目标人脸图像；

所述服务器根据所述目标人脸图像，确定所述异常事件对应的行为人的身份信息。

12.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至9中任意一项所述的方法。

13.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至9中任意一项所述的方法。

Images