本发明涉及人工智能，尤其涉及一种异常事件检测方法、电子设备及计算机可读存储介质。
背景技术：
1、随着视频类物联网技术的普及，用户能够通过云端服务实现对摄像头等设备的实时查看。然而，由于个人时间有限，用户不可能做到24小时不间断地观察视频流以即时发现任何异常情况。因此，需要一种智能化的解决方案来辅助这一过程，由系统进行检测，并在检测到异常事件时立即向用户发送通知。
2、目前异常事件的检测主要分为基于持续视频流或者基于设备云录像的云端智能分析。其中基于持续视频流需要实时拉流分析，需要高昂的带宽成本以及持续云端智能分析成本；基于设备云录像又无法保证实时性。
技术实现思路
1、本申请主要解决的技术问题是提供一种异常事件检测方法、电子设备及计算机可读存储介质，能够降低异常事件检测的成本。
2、为解决上述技术问题，本申请采用的一个技术方案是：提供了一种异常事件检测方法,所述异常事件检测方法包括：接收检测触发指令，所述检测触发指令基于采集设备检测到采集的当前视频流中存在画面变动时发送；根据所述检测触发指令从目标采集设备中获取所述当前视频流；对所述当前视频流进行异常事件检测处理，得到事件检测结果。
3、在一些实施例中，所述方法应用于异常事件检测系统，所述异常事件检测系统包括至少两个事件检测节点；所述根据所述检测触发指令从目标采集设备中获取所述当前视频流的步骤，包括：根据所述检测触发指令中的设备信息从所述至少两个事件检测节点中确定目标事件检测节点；通过所述目标事件检测节点以所述检测触发指令从目标采集设备中获取所述当前视频流。
4、在一些实施例中，各事件检测节点包括拉流模块和分析模块；所述通过所述目标事件检测节点以所述检测触发指令从目标采集设备中获取所述当前视频流的步骤，包括：通过所述拉流模块从所述目标采集设备中拉取目标视频信息，所述目标视频信息基于所述目标采集设备对所述当前视频流进行压缩后得到；通过所述分析模块对所述目标视频信息进行分析处理，得到所述当前视频流。
5、在一些实施例中，所述通过所述拉流模块从所述目标采集设备中拉取目标视频信息的步骤，包括：所述拉流模块根据所述检测触发指令中的设备信息从所述采集设备中确定所述目标采集设备；从所述目标采集设备中拉取所述目标视频信息。
6、在一些实施例中，所述通过所述分析模块对所述目标视频信息进行分析处理，得到所述当前视频流的步骤，包括：通过所述分析模块获取所述目标视频信息中的视频压缩格式和视频分辨率；根据所述视频压缩格式和所述视频分辨率从历史句柄信息中查询解码所述目标视频信息的目标句柄信息；根据所述目标句柄信息对所述目标视频信息进行解码处理，得到所述当前视频流。
7、在一些实施例中，所述事件检测结果表征所述当前视频流中是否存在异常事件，所述对所述当前视频流进行异常事件检测处理，得到异常事件检测结果的步骤，包括：根据预设抽帧规则从所述当前视频流中抽取待检测视频帧；对所述待检测视频帧进行特征提取处理，得到所述待检测视频帧中的目标对象特征；响应于所述目标对象特征与预设对象特征之间的匹配度大于匹配阈值，则确定所述待检测视频帧中存在异常事件。
8、在一些实施例中，在所述响应于所述目标对象特征与预设对象特征之间的匹配度大于匹配阈值，则确定所述待检测视频帧中存在异常事件的步骤之后，所述方法还包括：从存在同一异常事件的待检测视频帧中选取预设数量的目标视频帧；根据所述目标视频帧的采集时间点对所述目标视频帧进行合成处理，得到所述目标视频帧的动态图像。
9、在一些实施例中，所述方法应用于异常事件检测系统，所述异常事件检测系统中设置有各采集设备的目标巡检时间点；所述方法还包括：响应于当前时间点到达所述目标巡检时间点，检测对应采集设备在当前时间点是否存在采集视频流；若存在，则从所述对应采集设备中获取所述当前时间点拍摄的采集视频流；对所述采集视频流进行质量检测，得到质量检测结果，所述质量检测结果表征对应采集设备是否存在设备异常结果。
10、为解决上述技术问题，本申请采用的另一个技术方案是：提供一种电子设备，包括存储器和处理器，所述存储器存储有程序指令，所述处理器从所述存储器调取所述程序指令以执行上述的异常事件检测方法。
11、为解决上述技术问题，本申请采用的另一个技术方案是：提供一种计算机可读存储介质包括储存有程序数据，所述程序数据被处理器执行时用于实现上述的异常事件检测方法。
12、上述方案，相较于传统基于持续视频流的异常事件检测对带宽成本和分析成本要求过高，无法普及使用，以及基于云录像的异常事件检测无法保证实时性的问题，本申请提供了一种异常事件检测方法，该方法包括接收检测触发指令，检测触发指令基于采集设备检测到采集的当前视频流中存在画面变动时发送；根据检测触发指令从目标采集设备中获取当前视频流；对当前视频流进行异常事件检测处理，得到事件检测结果。由此以画面是否变动作为预检测，在接收到由画面变动时发送的检测触发指令后，再获取对应的当前视频流进行异常事件检测处理，实现精准拉流，不仅能够降低分析成本，还保证了异常事件检测的实时性。
1.一种异常事件检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的异常事件检测方法，其特征在于，所述方法应用于异常事件检测系统，所述异常事件检测系统包括至少两个事件检测节点；所述根据所述检测触发指令从目标采集设备中获取所述当前视频流的步骤，包括：
3.根据权利要求2所述的异常事件检测方法，其特征在于，各事件检测节点包括拉流模块和分析模块；所述通过所述目标事件检测节点以所述检测触发指令从目标采集设备中获取所述当前视频流的步骤，包括：
4.根据权利要求3所述的异常事件检测方法，其特征在于，所述通过所述拉流模块从所述目标采集设备中拉取目标视频信息的步骤，包括：
5.根据权利要求3所述的异常事件检测方法，其特征在于，所述通过所述分析模块对所述目标视频信息进行分析处理，得到所述当前视频流的步骤，包括：
6.根据权利要求1所述的异常事件检测方法，其特征在于，所述事件检测结果表征所述当前视频流中是否存在异常事件，所述对所述当前视频流进行异常事件检测处理，得到异常事件检测结果的步骤，包括：
7.根据权利要求6所述的异常事件检测方法，其特征在于，在所述响应于所述目标对象特征与预设对象特征之间的匹配度大于匹配阈值，则确定所述待检测视频帧中存在异常事件的步骤之后，所述方法还包括：
8.根据权利要求1所述的异常事件检测方法，其特征在于，所述方法应用于异常事件检测系统，所述异常事件检测系统中设置有各采集设备的目标巡检时间点；所述方法还包括：
9.一种电子设备，其特征在于，包括：存储器和处理器，其中，所述存储器存储有程序指令，所述处理器从所述存储器调取所述程序指令以执行如权利要求1-8任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，包括：存储有程序数据，所述程序数据被处理器执行时用于实现如权利要求1-8任一项所述的方法。