[發明專利]一種基于目標檢測和骨點檢測的異常行為識別方法及裝置

在審

• 申請號: 201810011384.5
• 申請日: 2018-01-05
• 公開（公告）號: CN108197575A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 王迎雪;劉弋鋒;許忠雄;林暉;陳誠;謝海永;廖勇
• 申請（專利權）人: 中國電子科技集團公司電子科學研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 于金平

1.一種基于目標檢測和骨點檢測的異常行為識別方法，其特征在于，包括：

獲取視頻數據，對視頻數據中的人員進行目標人員檢測；

通過卷積姿勢機深度神經網絡Convolutional Pose Machines對檢測到的目標人員進行骨點檢測，并對檢測到的骨點進行跟蹤；

通過分類器對不同幀的骨點位置進行分類，識別目標人員是否存在異常行為。

2.根據權利要求1所述的方法，其特征在于，所述對視頻數據中的人員進行目標人員檢測包括：通過快速區域卷積深度神經網絡對視頻數據中的人員進行目標人員檢測。

3.根據權利要求2所述的方法，其特征在于，所述通過快速區域卷積深度神經網絡對視頻數據中的人員進行目標人員檢測，具體包括：

通過區域建議網絡來生成候選區域，利用快速區域卷積神經網絡提取候選區域的特征，將候選區域的特征向量送入全連接層進行精確定位和分類，以對視頻中的目標人員進行檢測。

4.根據權利要求1所述的方法，其特征在于，所述通過卷積姿勢機深度神經網絡Convolutional Pose Machines對檢測到的目標人員進行骨點檢測包括：

對每個目標框內檢測到的人員，采用卷積姿勢機深度神經網絡預測人體各個骨點的響應圖，通過響應圖來表達人體各個骨點之間的空間約束，確定人體各個骨點的位置。

5.根據權利要求4所述的方法，其特征在于，采用卷積姿勢機深度神經網絡預測人體各個骨點的響應圖，通過響應圖來表達人體各個骨點之間的空間約束，確定人體各個骨點的位置，具體包括：

通過卷積姿勢機深度神經網絡計算在每一個尺度下的各個骨點的響應圖，累加每個骨點所有尺度下的響應圖，得到總響應圖，在每個骨點的總響應圖上，找出響應最大的點，即為該骨點的位置。

6.根據權利要求1-5中任意一項所述的方法，其特征在于，所述對檢測到的骨點進行跟蹤具體包括：

通過光流法對每個人的各個骨點的位置進行跟蹤，獲取每個人在不同視頻幀各個骨點的位置坐標。

7.根據權利要求1-5中任意一項所述的方法，其特征在于，所述通過分類器對不同幀的骨點位置進行分類，識別目標人員是否存在異常行為，具體包括：

獲取包含某類型異常行為的一段訓練視頻流，對該段訓練視頻流中的每幀圖像作骨點檢測和骨點跟蹤的操作，獲得多幀圖像的人體骨點的位置；

將所有視頻幀的骨點位置構成一個訓練樣本；

重復上述步驟，獲得某類異常行為中的多個訓練樣本，構成訓練樣本集；

采用高斯混合模型對訓練樣本集中的骨點位置進行建模構建分類器，并通過所述分類器對異常行為進行分類，識別目標人員是否存在異常行為。

8.一種基于目標檢測和骨點檢測的異常行為識別裝置，其特征在于，包括：

采集單元，用于獲取視頻數據，對視頻數據中的人員進行目標人員檢測；

骨點檢測單元，用于通過卷積姿勢機深度神經網絡Convolutional Pose Machines對檢測到的目標人員進行骨點檢測；

骨點跟蹤單元，用于對檢測到的骨點進行跟蹤；

異常行為識別單元，用于通過分類器對不同幀的骨點位置進行分類，識別目標人員是否存在異常行為。

9.根據權利要求8所述的裝置，其特征在于，

骨點檢測單元還用于，通過快速區域卷積深度神經網絡對視頻數據中的人員進行目標人員檢測。

10.根據權利要求9所述的裝置，其特征在于，

骨點檢測單元還用于，通過區域建議網絡來生成候選區域，利用快速區域卷積神經網絡提取候選區域的特征，將候選區域的特征向量送入全連接層進行精確定位和分類，以對視頻中的目標人員進行檢測。