[發(fā)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(zhì)在審
| 申請?zhí)枺?/td> | 202010101597.4 | 申請日： | 2020-02-19 |
| 公開（公告）號： | CN111325144A | 公開（公告）日： | 2020-06-23 |
| 發(fā)明（設計）人： | 周康明;牛寅 | 申請（專利權(quán)）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(lián)合專利商標代理有限公司 44224 | 代理人： | 黃麗霞 |
| 地址： | 200030 上海市徐匯*** | 國省代碼： | 上海;31 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 行為 檢測 方法 裝置 計算機 設備 可讀 存儲 介質(zhì) | ||
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(zhì)。所述行為檢測方法包括：從目標區(qū)域的監(jiān)控視頻中抽取待檢測圖片；根據(jù)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(shù)據(jù)集預訓練、并基于從所述目標區(qū)域的樣本監(jiān)控視頻中抽取的樣本圖片進行模型參數(shù)調(diào)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(jié)果；所述分類模型用于根據(jù)所述人體動作特征信息識別正常行為信息；根據(jù)所述分類結(jié)果確定所述待檢測圖片的異常行為檢測結(jié)果。采用本方法能夠提升監(jiān)控視頻中異常行為的檢測準確度。
技術(shù)領域
本發(fā)明涉及行為檢測技術(shù)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(zhì)。
背景技術(shù)
隨著人工智能技術(shù)的快速發(fā)展，在視頻監(jiān)控領域，通過機器學習模型對監(jiān)控視頻進行智能分析，可以實現(xiàn)對運動目標的行為檢測。例如，在金融行業(yè)中，通過分析監(jiān)控視頻可以檢測銀行營業(yè)大廳內(nèi)的打架斗毆、搶劫等情況。
傳統(tǒng)技術(shù)中，普遍使用公開數(shù)據(jù)集、或者從實際應用場景中采集的訓練數(shù)據(jù)來訓練機器學習模型，根據(jù)訓練的機器學習模型對監(jiān)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(jiān)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(fā)明內(nèi)容
基于此，有必要針對上述技術(shù)問題，提供一種能夠提升監(jiān)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(zhì)。
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(qū)域的監(jiān)控視頻中抽取待檢測圖片；
根據(jù)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(shù)據(jù)集預訓練、并基于從所述目標區(qū)域的樣本監(jiān)控視頻中抽取的樣本圖片進行模型參數(shù)調(diào)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(jié)果；所述分類模型用于根據(jù)所述人體動作特征信息識別正常行為信息；
根據(jù)所述分類結(jié)果確定所述待檢測圖片的異常行為檢測結(jié)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(jù)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(tài)點；
根據(jù)所述人體姿態(tài)點，從所述待檢測圖片中獲取各所述人像的人體圖像；
根據(jù)各所述人像的人體姿態(tài)點和對應的人體圖像，生成各所述人像的人體姿態(tài)灰度圖；
根據(jù)各所述人像的人體圖像和人體姿態(tài)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(jù)所述人體姿態(tài)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(jù)各所述人像的人體姿態(tài)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(qū)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(jù)各所述人像的人體姿態(tài)點，獲取各所述人像分別對應的位置框，包括：
根據(jù)各所述人像的人體姿態(tài)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(shù)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(jié)果包括正常行為的預測概率值；所述根據(jù)所述分類結(jié)果確定所述待檢測圖片的異常行為檢測結(jié)果，包括：
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于上海眼控科技股份有限公司，未經(jīng)上海眼控科技股份有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010101597.4/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
