[發明專利]行為識別裝置及方法、計算機設備和可讀存儲介質

有效

• 申請號: 202010493350.1
• 申請日: 2020-06-02
• 公開（公告）號: CN111652133B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 黃康;韓亞寧;蔚鵬飛;王立平
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V20/40;G06V10/762;G06K9/62;G06V10/774
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;陳聰

本申請實施例公開了一種行為識別裝置及方法、計算機設備和可讀存儲介質，該裝置包括特征提取模塊、信息分解模塊和行為識別模塊，特征提取模塊用于從第一視頻中提取目標對象的時間序列對應的第一組身體特征信；信息分解模塊用于將第一組身體特征信息進行姿態分解得到第一組姿態信息，將第一組姿態信息進行時間動態聚類得到第一組動作信息，基于第一組身體特征信息計算目標對象的第一組速度信息，將第一組速度信息與第一組動作信息進行聚類，得到第一組動作序列信息；行為識別模塊基于第一組動作序列信息對第一視頻進行行為識別，輸出目標對象的行為識別結果，能夠實現無監督的動物行為分解，減少了數據的冗余性，并實現了有監督的行為識別。

技術領域

本申請涉及計算機科學技術領域，尤其涉及一種行為識別裝置及方法、計算機設備和可讀存儲介質。

背景技術

動物行為學研究是神經科學、認知心理學、藥理學等領域里最基本的研究手段之一。通過觀察動物的行為反應，從而能夠驗證神經環路操控、認知心理干預以及藥物作用等產生的效果。動物行為研究的歷史悠久，剛開始研究者通過人工觀察的方式研究動物的行為，而攝像機的出現則為動物行為分析提供了極大的便利，采用視頻記錄可以最大程度地記錄動物的活動，方便后期的回看與分析。為了能夠更好的量化視頻中動物的行為，利用數字圖像處理等技術，提取動物在視頻中的輪廓，進一步通過質心化等方式獲取動物在行為中的軌跡，從而評估動物的活動量、特定位置停留的時間。但是這種通過追蹤軌跡的方式很大程度上忽略了動物通過四肢以及器官表現出來的豐富動作，極大地限制了對行為的評估。

目前，隨著機器學習技術的發展，機器學習已廣泛應用于圖像識別、視頻內容識別等應用領域。在動物行為研究領域，也已經開始利用機器學習算法對動物行為進行識別。然而現有動物行為識別方法通常沒有考慮動物行為的時間尺度。

申請內容

本申請實施例提供了一種行為識別裝置及方法、計算機設備和可讀存儲介質，能夠實現無監督的動物行為分解，減少了數據的冗余性，并實現了有監督的行為識別。

第一方面，本申請實施例提供一種行為識別裝置，應用于動物行為識別，所述裝置包括：特征提取模塊、信息分解模塊和行為識別模塊，其中，

所述特征提取模塊，用于從第一視頻中提取目標對象的時間序列對應的第一組身體特征信息；

所述信息分解模塊，用于將所述第一組身體特征信息進行姿態分解得到第一組姿態信息，將所述第一組姿態信息進行時間動態聚類得到第一組動作信息，基于所述第一組身體特征信息計算所述目標對象的第一組速度信息，將所述第一組速度信息與所述第一組動作信息進行聚類，得到第一組動作序列信息；

所述行為識別模塊，用于基于所述第一組動作序列信息對所述第一視頻進行行為識別，輸出所述目標對象的行為識別結果。

可選的，所述裝置還包括動作識別模塊；

所述動作識別模塊，用于基于所述第一組姿態信息對所述第一視頻進行動作識別，輸出所述目標對象的動作識別結果。

可選的，所述信息分解模塊還具體用于:

采用無監督聚類算法對所述第一組身體特征信息進行聚類，得到包括K個姿態結果的所述第一組姿態信息；若所述第一組姿態信息中包括屬于同一類的連續相鄰的M個姿態結果，則保留所述M個姿態結果中的其中一個姿態結果，所述M為大于或等于2的正整數，所述K為大于或等于M的正整數。

可選的，所述信息分解模塊還具體用于:

根據第一時間范圍，將所述第一組姿態信息聚類成包括H個動作結果的所述第一組動作信息，若所述第一組動作信息中有L個動作結果相似，則保留所述L個動作結果中的其中一個動作結果，所述L為大于或等于2的正整數，所述H為大于或等于L的正整數。

可選的，所述行為識別模塊還用于：