[發明專利]一種行為預測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202011089288.6
• 申請日: 2020-10-13
• 公開（公告）號: CN112364695A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 楊宇克;李博;潘玉武;陳雨晴;袁曉曉;時士柱
• 申請（專利權）人: 杭州城市大數據運營有限公司;湖州市大數據運營有限公司;杭州中云數據科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 杭州鼎乎專利代理事務所(普通合伙) 33377
• 代理人: 黃勇

1.一種行為預測方法，其特征在于，所述方法包括：

將時間連續的若干幀視頻圖片輸入到預設的循環神經網絡模型中；預設的所述循環神經網絡模型由若干個時序神經網絡單元組成，若干幀所述視頻圖片和所述時序神經網絡單元一一對應輸入；

通過各個所述時序神經網絡單元分別提取對應輸入的所述視頻圖片的圖片特征；

將所有所述圖片特征輸入到其中一個所述時序神經網絡單元中，該所述時序神經網絡單元根據所有所述視頻圖片對應的所述圖片特征預測下一個動作。

2.根據權利要求1所述的方法，其特征在于，所述將時間連續的若干幀視頻圖片輸入到預設的循環神經網絡模型中的步驟之前，還包括：

將預設的樣本視頻圖片集輸入到預設的循環神經網絡模型中進行訓練，直到預設的所述循環神經網絡模型行為預測準確度達到預設標準值。

3.根據權利要求2所述的方法，其特征在于，對所述循環神經網絡模型進行訓練時，主要包括：

提取所述樣本視頻圖片集中時間連續的若干張樣本視頻圖片；

通過各個所述時序神經網絡單元分別一一對應提取所述樣本視頻圖片的樣本圖片特征，所述樣本圖片特征包括但不限于圖片中的預設人體特征，所述預設人體特征包括但不限于人體關鍵點的位置信息；

將所有所述樣本圖片特征輸入到其中一個所述時序神經網絡單元中，該所述神經網絡單元根據所有所述樣本視頻圖片對應的所述樣本圖片特征預測下一個動作；

重復上述步驟直至得到收斂的所述循環神經網路模型。

4.根據權利要求3所述的方法，其特征在于，預設的所述循環神經網絡模型中，各個所述的時序神經網絡單元的輸入輸出串聯設置，并且所述視頻圖片和/或所述樣本視頻圖片按照時間順序一一對應輸入到串聯的各個所述時序神經網絡單元中。

5.根據權利要求4所述的方法，其特征在于，串聯的各個所述時序神經網絡單元中，前一個所述時序神經網絡單元將其提取的所述圖片特征輸入到下一個所述時序神經網絡單元中進行再一次圖片特征提取。

6.根據權利要求1或2所述的方法，其特征在于，預設的所述循環神經網絡模型中，所述時序神經網絡單元的數量為五個。

7.根據權利要求4所述的方法，其特征在于，所述將所有所述圖片特征輸入到其中一個所述時序神經網絡單元中，該所述時序神經網絡單元根據所有所述視頻圖片對應的所述圖片特征預測下一個動作之后，還包括：

將預測到的下一個動作與預設的動作庫動作進行比較，判斷預測到的下一個動作是否屬于危險動作。

8.一種行為預測裝置，其特征在于，所述裝置用于執行以下步驟：

將時間連續的若干幀視頻圖片輸入到預設的循環神經網絡模型中；預設的所述循環神經網絡模型由若干個時序神經網絡單元組成，所述視頻圖片和所述時序神經網絡單元一一對應輸入；

通過各個所述時序神經網絡單元分別提取對應輸入的所述視頻圖片的圖片特征；

將所有所述圖片特征輸入到其中一個所述時序神經網絡單元中，該所述時序神經網絡單元根據所有所述視頻圖片對應的所述圖片特征預測下一個動作。

9.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行權利要求1至7中任一項所述行為預測方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行權利要求1至7中任一項所述行為預測方法的步驟。