基于深度学习的分屏监控异常事件突显方法

本发明提供了基于深度学习的分屏监控异常事件突显方法，通过深度学习模型实时地监测各分屏视频的异常事件，并突显该分屏，包括：利用FFmpeg实时地从监控视频流中提取单帧图像，并获取每个分屏的位置坐标；通过YOLOv5模型实时检测视频流获取异常的事件区域，再利用ConvLSTM模型分析该事件区域以预测出异常事件；当检测到异常事件后，利用YOLOv5检测出的异常事件边界框位置与分屏位置进行映射，以定位到异常事件所在分屏；根据异常事件类型，利用不同方式突显其所在分屏。本发明有益效果：自动检测出异常事件，并将其所在的分屏突显，减少人工监控的负担，提高反应效率。