[發(fā)明專利]人體行為檢測方法、教師行為檢測方法及相關(guān)系統(tǒng)和裝置

在審

• 申請?zhí)枺?/td>: 202010561453.7
• 申請日: 2020-06-18
• 公開（公告）號: CN111814587A
• 公開（公告）日: 2020-10-23
• 發(fā)明（設(shè)計）人: 王原原
• 申請（專利權(quán)）人: 浙江大華技術(shù)股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳市威世博知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 黎堅怡

本申請公開了一種人體行為檢測方法、教師行為檢測方法及相關(guān)系統(tǒng)和裝置，其中，該人體行為檢測方法包括：監(jiān)控裝置獲取到包括目標人體的監(jiān)控圖像，并在監(jiān)控圖像中確定目標區(qū)域；對監(jiān)控圖像中的目標人體進行定位，確定目標人體的位置信息；基于位置信息判斷目標人體是否在目標區(qū)域內(nèi)；如果目標人體在目標區(qū)域內(nèi)，基于監(jiān)控圖像確定目標人體的朝向及動作中的至少一種特征信息；以及利用目標人體的預(yù)設(shè)關(guān)鍵點確定目標人體的動作；根據(jù)至少一種特征信息以及目標人體的動作確定目標人體的當前行為。通過上述方式，本申請能夠?qū)Τ霈F(xiàn)在監(jiān)控圖像中的目標人體進行實時行為檢測，且能夠有效地提升對目標人體進行的行為判斷的準確率。

技術(shù)領(lǐng)域

本申請涉及人體行為檢測技術(shù)領(lǐng)域，尤其是涉及一種人體行為檢測方法、教師行為檢測方法及相關(guān)系統(tǒng)和裝置。

背景技術(shù)

現(xiàn)今，在視頻監(jiān)控領(lǐng)域，對出現(xiàn)在監(jiān)控圖像中的人體進行行為檢測，并對該人體的行為進行統(tǒng)計分析變得越來越重要。其中，通過對監(jiān)控圖像中目標人體當前的行為進行判斷后歸類，以能夠根據(jù)相應(yīng)的行為統(tǒng)計對目標人體的表演、教學效果或運動姿態(tài)等行為特征進行測評。例如，在學校，特別是小學、初中和高中的教育中，由于教師在講臺上的活動非常豐富，如對著PPT(Power Point，幻燈片)進行講解或通過寫板書來開展教學工作，而在實際教學中，特別是在教學視頻錄播中，教師的背對狀態(tài)及寫板書的姿態(tài)會影響到學生的學習狀態(tài)，此時教學督導(dǎo)組無法全方位定位到這些問題，從而不能對教師行為進行長期有效地監(jiān)督，最終影響到對該教師的評估。

而近年來，隨著互聯(lián)網(wǎng)的發(fā)展，通過監(jiān)控裝置自動對目標人體進行行為檢測，以進而統(tǒng)計評估的應(yīng)用也得到了較大的發(fā)展。但是，在現(xiàn)有的視頻監(jiān)控的方式中，卻鮮有對出現(xiàn)在監(jiān)控區(qū)域中的目標人體的行為進行實時檢測，以判斷分類后進行統(tǒng)計分析，且也無法進行有效而準確地人體行為檢測。

發(fā)明內(nèi)容

本申請主要解決的技術(shù)問題是提供一種人體行為檢測方法、教師行為檢測方法及相關(guān)系統(tǒng)和裝置，該人體行為檢測方法能夠解決現(xiàn)有技術(shù)中無法對出現(xiàn)在監(jiān)控圖像中的目標人體進行實時，且有效而準確地人體行為檢測的問題。

為解決上述技術(shù)問題，本申請采用的第一個技術(shù)方案是：提供一種人體行為檢測方法，其中，該人體行為檢測方法包括：監(jiān)控裝置獲取到包括目標人體的監(jiān)控圖像，并在監(jiān)控圖像中確定目標區(qū)域；對監(jiān)控圖像中的目標人體進行定位，確定目標人體的位置信息；基于位置信息判斷目標人體是否在目標區(qū)域內(nèi)；如果目標人體在目標區(qū)域內(nèi)，基于監(jiān)控圖像確定目標人體的朝向及動作中的至少一種特征信息；以及利用目標人體的預(yù)設(shè)關(guān)鍵點確定目標人體的動作；根據(jù)至少一種特征信息以及目標人體的動作確定目標人體的當前行為。

其中，基于監(jiān)控圖像確定目標人體的朝向及動作中的至少一種特征信息的步驟包括：利用深度學習網(wǎng)絡(luò)的分類模型對監(jiān)控圖像中目標人體的朝向和/或動作的類型進行分類預(yù)測，得到目標人體的朝向和/或動作。

其中，利用目標人體的預(yù)設(shè)關(guān)鍵點確定目標人體的動作的步驟包括：利用深度學習網(wǎng)絡(luò)檢測目標人體的預(yù)設(shè)關(guān)鍵點的位置，并根據(jù)預(yù)設(shè)關(guān)鍵點的位置對目標人體的行為類型進行分類，得到目標人體的動作。

其中，根據(jù)至少一種特征信息以及目標人體的動作確定目標人體的當前行為的步驟具體包括：根據(jù)至少一種特征信息確定目標人體的當前行為，并通過目標人體的動作對確定的目標人體的當前行為的結(jié)果進行修正，以獲取到目標人體當前行為的分類結(jié)果。

其中，利用深度學習網(wǎng)絡(luò)的分類模型對監(jiān)控圖像中目標人體的朝向和/或動作的類型進行分類預(yù)測，得到目標人體的朝向和/或動作的步驟之前，還包括：對目標區(qū)域進行目標人體檢測，以得到包括有目標人體檢測框的特征圖像；按照預(yù)設(shè)比例系數(shù)對特征圖像中目標人體檢測框的面積進行擴大，以對擴大后的目標人體檢測框內(nèi)的目標圖像進行截取；利用深度學習網(wǎng)絡(luò)的分類模型對監(jiān)控圖像中目標人體的朝向和/或動作的類型進行分類預(yù)測，得到目標人體的朝向和/或動作的步驟包括：利用深度學習網(wǎng)絡(luò)的分類模型對目標圖像中目標人體的朝向和/或動作的類型進行分類預(yù)測，得到目標人體的朝向和/或動作。