[發明專利]行為檢測方法、裝置、計算機設備和計算機可讀存儲介質

在審

• 申請號: 202010101597.4
• 申請日: 2020-02-19
• 公開（公告）號: CN111325144A
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 周康明;牛寅
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/46
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃麗霞

1.一種行為檢測方法，其特征在于，所述方法包括：

從目標區域的監控視頻中抽取待檢測圖片；

根據所述待檢測圖片和特征提取模型，獲取所述待檢測圖片對應的人體動作特征信息；所述特征提取模型是基于公開數據集預訓練、并基于從所述目標區域的樣本監控視頻中抽取的樣本圖片進行模型參數調整后得到的；

將所述人體動作特征信息輸入至分類模型中，獲取分類結果；所述分類模型用于根據所述人體動作特征信息識別正常行為信息；

根據所述分類結果確定所述待檢測圖片的異常行為檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述待檢測圖片包括至少一個人像；所述根據所述待檢測圖片和特征提取模型，獲取所述待檢測圖片對應的人體動作特征信息，包括：

獲取所述待檢測圖片中各所述人像的人體姿態點；

根據所述人體姿態點，從所述待檢測圖片中獲取各所述人像的人體圖像；

根據各所述人像的人體姿態點和對應的人體圖像，生成各所述人像的人體姿態灰度圖；

根據各所述人像的人體圖像和人體姿態灰度圖，獲取所述待檢測圖片對應的人體動作特征信息。

3.根據權利要求2所述的方法，其特征在于，所述根據所述人體姿態點，從所述待檢測圖片中獲取各所述人像的人體圖像，包括：

根據各所述人像的人體姿態點，獲取各所述人像分別對應的位置框；

從所述待檢測圖片中截取與各所述位置框分別對應的圖像區域，作為各所述人像的所述人體圖像。

4.根據權利要求3所述的方法，其特征在于，所述根據各所述人像的人體姿態點，獲取各所述人像分別對應的位置框，包括：

根據各所述人像的人體姿態點，獲取各所述人像分別對應的初始位置框；

采用預設的修正系數對各所述初始位置框進行修正，得到各所述人像分別對應的位置框。

5.根據權利要求1所述的方法，其特征在于，所述分類結果包括正常行為的預測概率值；所述根據所述分類結果確定所述待檢測圖片的異常行為檢測結果，包括：

若所述預測概率值大于預設閾值，則確定所述異常行為檢測結果為所述待檢測圖片不包括異常行為信息；

若所述預測概率值不大于預設閾值，則確定所述異常行為檢測結果為所述待檢測圖片包括異常行為信息。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述特征提取模型的訓練過程包括：

采用公開數據集訓練初始特征提取模型，得到預訓練模型；

獲取所述目標區域的第一樣本監控視頻，并從所述第一樣本監控視頻中抽取多幀樣本圖片；

根據所述多幀樣本圖片，對所述預訓練模型的模型參數進行調整，得到所述特征提取模型。

7.根據權利要求1-5任一項所述的方法，其特征在于，所述分類模型的訓練過程包括：

獲取所述目標區域的第二樣本監控視頻，并從所述第二樣本監控視頻中抽取多幀正樣本圖片；所述正樣本圖片包括正常行為信息；

根據所述多幀正樣本圖片訓練初始分類模型，得到所述分類模型。

8.一種行為檢測裝置，其特征在于，所述裝置包括：

抽取模塊，用于從目標區域的監控視頻中抽取待檢測圖片；

特征提取模塊，用于根據所述待檢測圖片和特征提取模型，獲取所述待檢測圖片對應的人體動作特征信息；所述特征提取模型是基于公開數據集預訓練、并基于從所述目標區域的樣本監控視頻中抽取的樣本圖片進行模型參數調整后得到的；

分類模塊，用于將所述人體動作特征信息輸入至分類模型中，獲取分類結果；所述分類模型用于根據所述人體動作特征信息識別正常行為信息；

確定模塊，用于根據所述分類結果確定所述待檢測圖片的異常行為檢測結果。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。