[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

本申請涉及一種行為檢測方法、裝置、計算機設備和計算機可讀存儲介質。所述行為檢測方法包括：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。采用本方法能夠提升監控視頻中異常行為的檢測準確度。

技術領域

本發明涉及行為檢測技術領域，特別是涉及一種行為檢測方法、裝置、計算機設備和計算機可讀存儲介質。

背景技術

隨著人工智能技術的快速發展，在視頻監控領域，通過機器學習模型對監控視頻進行智能分析，可以實現對運動目標的行為檢測。例如，在金融行業中，通過分析監控視頻可以檢測銀行營業大廳內的打架斗毆、搶劫等情況。

傳統技術中，普遍使用公開數據集、或者從實際應用場景中采集的訓練數據來訓練機器學習模型，根據訓練的機器學習模型對監控視頻中的圖像進行分析，檢測該圖像中是否包括異常行為。

然而，在實際應用中，采用上述方法對監控視頻中的異常行為信息進行檢測時，存在異常行為信息識別準確度低的問題。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提升監控視頻中異常行為的檢測準確度的行為檢測方法、裝置、計算機設備和計算機可讀存儲介質。

第一方面，本申請實施例提供了一種行為檢測方法，所述行為檢測方法包括：

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。

在其中一個實施例中，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。

在其中一個實施例中，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。

在其中一個實施例中，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。

在其中一個實施例中，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：