[發明專利]一種異常行為識別方法、裝置及存儲介質

在審

• 申請號: 201910040080.6
• 申請日: 2019-01-16
• 公開（公告）號: CN109871764A
• 公開（公告）日: 2019-06-11
• 發明（設計）人: 陳海波
• 申請（專利權）人: 深蘭科技（上海）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 上海晨皓知識產權代理事務所(普通合伙) 31260
• 代理人: 成麗杰

本發明實施例涉及神經網絡技術領域，公開了一種異常行為識別方法，包括：獲取包含人體行為的多幀圖像，多幀圖像中標記有人體關鍵點；將多幀圖像輸入長短期記憶LSTM網絡模型中，得到多幀圖像中各人體關鍵點的權重值；根據得到的各人體關鍵點的權重值、以及預先設置的各人體關鍵點的權重值與異常行為的對應關系，確定多幀圖像中人體的異常行為。本發明實施方式提供的一種異常行為識別方法、裝置及存儲介質，其能夠提高識別異常行為的速度、從而提高識別效率。

技術領域

本發明實施例涉及神經網絡技術領域，特別涉及一種異常行為識別方法、裝置及存儲介質。

背景技術

近年來，頻發的突發事件和異常事件已經嚴重影響了社會的公共安全。針對頻發的突發事件和異常事件等危害公共安全的行為，世界各國已經將異常行為識別技術作為安全防范的一種重要手段。

人體異常行為是指人體無規律的非正常行為，如人體的突然奔跑、打架、病倒、徘徊、人員大量聚集等。異常行為識別技術是從采集到的視頻序列中檢測并識別人員異常行為的一種技術，該技術可以有效的預防暴力襲擊、踩踏事件等突發事件的發生，可以為監控人員提供及時的預警信息，有效輔助相關人員實時的對監控場景中出現的異常情況進行判斷和采取措施。目前，人體關鍵點檢測領域通常是利用光流法追蹤人體關鍵點，從而從連續幀的視頻圖像中識別出人體的異常行為。

然而，發明人發現現有技術中至少存在如下問題：針對越來越多的突發事件和異常事件，現有技術中采用光流法追蹤人體異常行為時，對于每一人體關鍵點均要進行光流法追蹤識別，其數據處理量較大，導致異常行為識別速度較慢、且效率不高。

發明內容

本發明實施方式的目的在于提供一種異常行為識別方法、裝置及存儲介質，其能夠加快異常行為的識別速度、從而提高識別效率。

為解決上述技術問題，本發明的實施方式提供了一種異常行為識別方法，包括：獲取包含人體行為的多幀圖像，多幀圖像中標記有人體關鍵點；將多幀圖像輸入長短期記憶LSTM網絡模型中，得到多幀圖像中各人體關鍵點的權重值；根據得到的各人體關鍵點的權重值、以及預先設置的各人體關鍵點的權重值與異常行為的對應關系，確定多幀圖像中人體的異常行為。

本發明的實施方式還提供了一種異常行為識別裝置，包括：至少一個處理器；以及，與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執行的指令，指令被至少一個處理器執行，以使至少一個處理器能夠執行上述的異常行為識別方法。

本發明的實施方式還提供了一種計算機可讀存儲介質，存儲有計算機程序，計算機程序被處理器執行時實現上述異常行為識別方法。

本發明實施方式相對于現有技術而言，提供了一種異常行為識別方法，包括：獲取包含人體行為的多幀圖像，多幀圖像中標記有人體關鍵點；將多幀圖像輸入長短期記憶LSTM網絡模型中，得到多幀圖像中各人體關鍵點的權重值；根據得到的各人體關鍵點的權重值、以及預先設置的各人體關鍵點的權重值與異常行為的對應關系，確定多幀圖像中人體的異常行為。相比于現有技術中利用光流法對連續幀圖像中每一人體關鍵點均進行光流法追蹤識別的做法，本實施方式中通過LSTM網絡模型直接對多幀圖像中的人體關鍵點的權重值進行預測，從而根據預測的權重值以及預設的權重值與異常行為的對應關系來確定人體的異常行為，無需對每一個人體關鍵點進行追蹤識別，避免了大量的數據處理，大大地加快了異常行為識別的速度，從而提高了異常行為識別的效率。

另外，LSTM網絡模型通過以下步驟進行訓練：獲取標記有人體關鍵點的訓練集圖像、以及訓練集圖像中各人體關鍵點的標記權重值；將訓練集圖像輸入所述LSTM網絡模型中，預測各人體關鍵點的權重值；根據預測得到的權重值以及標記權重值，計算LSTM網絡模型的損失函數值；根據得到的損失函數值調整LSTM網絡模型的參數，使得損失函數值滿足第一預設條件。該方案中示出了訓練LSTM網絡模型的具體方式。