[發明專利]視頻中人體行為識別的方法和裝置

在審

• 申請號: 201610067817.X
• 申請日: 2016-01-29
• 公開（公告）號: CN107025420A
• 公開（公告）日: 2017-08-08
• 發明（設計）人: 姜育剛;張殿凱;沈琳;瞿廣財;趙瑞偉;雷晨雨
• 申請（專利權）人: 中興通訊股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 深圳市世紀恒程知識產權代理事務所44287
• 代理人: 胡海國

技術領域

本發明涉及視頻識別技術領域，尤其涉及一種視頻中人體行為識別的方法和裝置。

背景技術

現有的視頻行為分析技術主要包括檢測、跟蹤和識別三個步驟。傳統的方法主要是提取一些人工定義的視覺特征，比如顏色直方圖、SIFT、HoG等，然后根據這些特征進行目標的檢測、跟蹤和分類等。然而由于這些傳統特征的計算方法是通過人為定義的，特征的描述能力比較有限。實際應用中如果全部依賴傳統的方法實現檢測、跟蹤及識別系統，所能達到的識別性能往往比較有限。

與傳統方法相對的是使用深度網絡模型完成圖片或視頻中的行為檢測與識別。通過深度網絡的模型能夠學習到更好的特征描述，目前已經有一些使用基于深度學習的方法在視頻分析中的工作成果，包括3D-CNN、RCNN、two-streams等時序模型的應用。這些現有的基于深度網絡的視頻分類方法主要是一些通用的算法，在對于監控視頻中的人體行為識別這一特定的應用場景，現有技術存在一定的不足與改善空間，例如，在監控的場景中對于不同類型的人的行為，在識別的過程中應該區別對待。有些行為通過靜態的畫面就能夠迅速識別，比如打架、騎車等，有些動作則時序性上的規律較強，借助連續圖像幀分析更有助于區分，比如走路與(慢)跑等行為?，F有技術中使用單一的模型不能同時兼顧以上兩個方面，影響實時性和準確性。

發明內容

本發明的主要目的在于提出一種視頻中人體行為識別的方法和裝置，旨在提升視頻識別的實時性和準確性。

為實現上述目的，本發明提供的視頻中人體行為識別的方法，包括：

檢測待識別視頻中的人體區域，獲取所述人體區域中的人體運行軌跡信息；

根據所述人體區域計算得到所述人體區域對應的預測值，對所述預測值為非人體類別的人體區域進行過濾，得到所述預測值為人體類別的人體區域；

對所述預測值為人體類別的人體區域進行計算得到所述預測值為人體類別的人體區域中的目標的行為類別得分；

根據所述行為類別得分，輸出相應的行為類別。

優選地，根據所述行為類別得分，輸出相應的行為類別的步驟包括：

若所述行為類別得分高于預設行為類別的閾值，則輸出所述行為類別；

若所述行為類別得分不高于預設行為類別的閾值，則結合所述人體運行軌跡信息，計算并輸出相應的行為類別。

優選地，其特征在于，所述對所述預測值為人體類別的人體區域進行計算得到所述預測值為人體類別的人體區域中的目標的行為類別得分的步驟包括：

獲取所述預測值為人體類別的人體區域的背景圖像，得到所述背景圖像的描述信息；

根據所述背景圖像的描述信息，計算所述背景圖像對應的背景區域信息，并計算所述背景圖像對應的鄰近目標信息；

結合所述背景圖像對應的背景區域信息和鄰近目標信息，計算得到所述人體區域的目標的行為類別得分。

優選地，其特征在于，所述結合所述人體運行軌跡信息，計算并輸出相應的行為類別的步驟包括：

獲取所述待識別視頻的當前時刻圖像和所述人體運行軌跡信息對應的跟蹤區域圖像；

將所述當前時刻圖像和所述跟蹤區域圖像進行順序疊加；

對所述行為類別得分和所述進行順序疊加后的結果進行加權求和，輸出對應的行為類別。

優選地，其特征在于，所述根據所述人體區域計算得到所述人體區域對應的預測值，對所述預測值為非人體類別的人體區域進行過濾的步驟包括：

獲取所述人體區域并進行分析，輸出所述人體區域對應的預測值；

若所述預測值為非人體類別，則將所述預測值為非人體類別的人體區域從所述獲取的人體區域中進行過濾；

若所述預測值為人體類別，則執行計算所述預測值為人體類別的人體區域中的目標的行為類別得分的步驟。

優選地，所述檢測待識別視頻中的人體區域，獲取所述人體區域中的人體運行軌跡信息的步驟包括：

獲取所述待識別視頻，對所述待識別視頻中的人體區域進行檢測；

對所述人體區域中的行人進行跟蹤，得到所述人體區域中的人體運行軌跡信息。

本發明實施例還提出一種視頻中人體行為識別的裝置，所述裝置包括：

檢測模塊，用于檢測待識別視頻中的人體區域，獲取所述人體區域中的人體運行軌跡信息；

過濾模塊，用于根據所述人體區域計算得到所述人體區域對應的預測值，對所述預測值為非人體類別的人體區域進行過濾，得到所述預測值為人體類別的人體區域；