[發明專利]一種無人機監控場景下的人體行為識別方法、系統及裝置

在審

• 申請號: 201711488387.X
• 申請日: 2017-12-30
• 公開（公告）號: CN108182416A
• 公開（公告）日: 2018-06-19
• 發明（設計）人: 郝祿國;張曉龍;李偉儒;吳楚權;楊琳;葛海玉
• 申請（專利權）人: 廣州海昇計算機科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;H04N5/272;H04N7/18
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 胡輝

本發明公開了一種無人機監控場景下的人體行為識別方法、系統及裝置，方法包括：通過無人機監控攝像頭對所需的監控地點進行視頻拍攝并預處理，得到樣本視頻；基于樣本視頻，對樣本視頻中人體行為進行分類，并創建卷積神經網絡模型和訓練測試集樣本庫，進而通過訓練測試集樣本庫對卷積神經網絡模型進行訓練；將實際監控視頻進行處理后輸入至訓練后的卷積神經網絡模型中，得到實際監控視頻中的人體行為的分類類型。本發明通過訓練后的卷積神經網絡模型能夠實時自動對現實無人機平臺監控場景下人體的各類行為進行識別，網絡泛化能力較好，有效提升識別效果。本發明可廣泛應用于行為識別領域中。

技術領域

本發明涉及行為識別技術領域，尤其涉及一種無人機監控場景下的人體行為識別方法、系統及裝置。

背景技術

隨著計算機科學與通信技術的不斷發展，人們對于監控攝像等領域的處理水平不斷提高，其中，應用于無人機平臺監控場景下視頻實時處理的技術研究有著重要的實際意義。目前，監控已成為一種“流行”，但是如果對監控產生的大量視頻信息人為地去分析，將耗費大量的人力、物力和時間。這樣也可能會造成處理不及時，分析不全面的問題。而智能視頻監控系統的研究與應用，不但可以及時、準確地判斷出監控視頻中人體的各類行為，為相應的行為處理模塊提供了數據基礎，而且還節省了大量的人力等成本。

目前國內外關于無人機平臺監控場景下視頻中人體行為分析技術存在著不少亟待解決的問題：

1、對于無人機平臺人體行為智能分析技術方面的研究較少，無法準確地智能響應處理各類事件；

2、針對視頻中的行為提取的特征不具有代表性，從而無法準確判斷各類行為，包括人體的細微動作；

3、基于特征提取的算法時間開銷太大，難以實現實時處理；

4、網絡的泛化能力較低，從而導致學生行為識別準確率降低。

發明內容

為了解決上述技術問題，本發明的目的是提供一種能實時分析的無人機監控場景下的人體行為識別方法、系統及裝置。

本發明所采取的技術方案是：

一種無人機監控場景下的人體行為識別方法，包括以下步驟：

通過無人機監控攝像頭對所需的監控地點進行視頻拍攝并預處理，得到樣本視頻；

基于樣本視頻，對樣本視頻中人體行為進行分類，并創建卷積神經網絡模型和訓練測試集樣本庫，進而通過訓練測試集樣本庫對卷積神經網絡模型進行訓練；

將實際監控視頻進行處理后輸入至訓練后的卷積神經網絡模型中，得到實際監控視頻中的人體行為的分類類型。

作為所述的一種無人機監控場景下的人體行為識別方法的進一步改進，所述的通過無人機監控攝像頭對所需的監控地點進行視頻拍攝并預處理，得到樣本視頻，這一步驟具體包括：

通過無人機監控攝像頭對所需的監控地點進行視頻拍攝，得到初步視頻；

根據初步視頻對應的監控地點，對初步視頻進行背景去除處理，得到二次處理視頻；

根據二次處理視頻，得到能框住每一幀中人體行為的最小邊界框；

對二次處理視頻中的空間信息、時間信息和深度信息進行規范化處理，得到規范化視頻；

將得到的規范化視頻進行水平翻轉處理形成翻轉后的規范化視頻，結合原本的規范化視頻，得到樣本視頻。

作為所述的一種無人機監控場景下的人體行為識別方法的進一步改進，所述的對二次處理視頻進行空間規范化處理、時間規范化處理和深度信息規范化處理，得到規范化視頻，這一步驟具體包括：

將二次處理視頻中的圖像縮放至預設的尺寸，得到空間規范化視頻；