[發明專利]客戶端服務端分離的行為識別方法、裝置及系統

在審

• 申請號: 202010718353.0
• 申請日: 2020-07-23
• 公開（公告）號: CN112019892A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 曹家豪;朱松;武慶三;潘鑫
• 申請（專利權）人: 深圳市玩瞳科技有限公司
• 主分類號: H04N21/2743
• 分類號: H04N21/2743;H04N21/437;H04N21/44;H04N21/234
• 代理公司: 深圳市朝聞專利代理事務所(普通合伙) 44454
• 代理人: 羅仲輝

1.一種基于機器視覺的客戶端服務端分離的行為識別方法，其特征在于，包括：

幀差計算步驟：獲取視頻幀，計算當前幀與上一幀的幀差，獲得幀差圖像，將幀差圖像作為運動能量圖，使用運動能量圖更新運動歷史圖；

凸包計算步驟：獲取運動歷史圖上的凸包，在凸包上計算統計值s_t，將s_t加入長度為k的歷史列表；

緩存步驟：使用歷史列表作為特征，緩存k個歷史凸包特征；

分析步驟：根據k個歷史凸包特征，進行訓練、分類和分析。

2.如權利要求1所述的方法，其特征在于，

設當前圖像為I_t，上一幀圖像為I_t-1，則幀差圖像D_t定義為:

D_t＝abs(I_t-I_t-1)

其中，abs(·)表示逐元素絕對值；

將幀差圖像作為運動能量圖時，MEI_t＝D_t。

3.如權利要求1所述的方法，其特征在于，

運動歷史圖將時間上的運動記錄在二維圖像中.更新法則為:

其中，參數k表示了運動歷史圖的歷史長度；參數T為運動能量圖的二值化閾值。

4.如權利要求1所述的方法，其特征在于，統計值s_t包括：面積、重心、形狀、均值和給定閾值二值化后均值。

5.如權利要求1所述的方法，其特征在于，更新前列表為[s_t-k，...，s_t-1]，更新后列表為[s_t-k+1，...，s_t]。

6.如權利要求1所述的方法，其特征在于，所述訓練過程中，將歷史列表中的所有特征進行拼接得到訓練使用的特征向量，訓練數據通過視頻采樣獲得:采集視頻數據、對視頻數據進行抽幀、計算每一幀的運動歷史圖和對應的統計和標記行為的結束幀，并以結束幀前k幀的統計作為訓練樣本特征，標記為對應的行為類型。

7.如權利要求6所述的方法，其特征在于，

訓練后，得到第一分類器；

同時通過預設的第二分類器和第一分類器，對k個歷史凸包特征進行分類；

分類后，將分類后的數據與圖像上傳至云端服務器，進行進一步分析。

8.一種基于機器視覺的客戶端服務端分離的行為識別裝置，其特征在于，包括：

幀差計算模塊：用于獲取視頻幀，計算當前幀與上一幀的幀差，獲得幀差圖像，將幀差圖像作為運動能量圖，使用運動能量圖更新運動歷史圖；

凸包計算模塊：用于獲取運動歷史圖上的凸包，在凸包上計算統計值s_t，將s_t加入長度為k的歷史列表；

緩存模塊：用于使用歷史列表作為特征，緩存k個歷史凸包特征；

分析模塊：用于根據k個歷史凸包特征，進行訓練、分類和分析。

9.一種基于機器視覺的客戶端服務端分離的行為識別系統，其特征在于包括：

存儲器，用于存儲程序；

處理器，用于通過執行所述存儲器存儲的程序以實現如權利要求1-7中任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，包括程序，所述程序能夠被處理器執行以實現如權利要求1-7中任一項所述的方法。