[發明專利]行為識別網絡的訓練、行為識別方法及相關設備

有效

• 申請號: 202011128229.5
• 申請日: 2020-10-20
• 公開（公告）號: CN112257567B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 潘國雄;魏乃科;潘華東;殷俊;趙雷
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V20/40;G06V20/54;G06V10/25;G06V10/62;G06V10/774;G06V10/82;G06T7/269;G06N3/0464;G06N3/047;G06N3/08
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

1.一種行為識別網絡的訓練方法，其特征在于，包括：

獲取第一視頻幀序列，所述第一視頻幀序列包括多個第一視頻幀；

利用所述行為識別網絡提取所述第一視頻幀序列的第一特征，利用關鍵點檢測網絡提取所述第一視頻幀序列的第二特征；

基于所述第一特征和所述第二特征，獲取所述行為識別網絡的損失；

基于所述損失調整所述行為識別網絡的參數。

2.根據權利要求1所述的方法，其特征在于，所述損失包括第一損失，所述基于所述第一特征和所述第二特征獲取所述行為識別網絡的損失，包括：

對所述第一特征進行預設處理，得到第三特征，所述第三特征和所述第二特征的維度相同；

基于所述第二特征和所述第三特征之間的差異，獲取所述行為識別網絡的第一損失。

3.根據權利要求2所述的方法，其特征在于，所述損失還包括第二損失，所述基于所述第一特征和所述第二特征獲取所述行為識別網絡的損失，還包括：

利用所述行為識別網絡基于所述第一特征對所述第一視頻幀序列識別，得到第一識別結果；

基于所述第一識別結果和真實結果之間的差異，獲取所述行為識別網絡的第二損失。

4.根據權利要求3所述的方法，其特征在于，所述基于所述第一損失調整所述行為識別網絡的參數，包括：

基于所述第一損失和第二損失調整所述行為識別網絡的參數。

5.根據權利要求4所述的方法，其特征在于，所述基于所述第一損失和第二損失調整所述行為識別網絡的參數，包括：

利用自適應網絡對所述第一損失和所述第二損失進行加權處理，得到第三損失；

基于所述第三損失調整所述行為識別網絡和所述自適應網絡的參數。

6.根據權利要求1所述的方法，其特征在于，所述獲取第一視頻幀序列，包括：

獲取第二視頻幀序列，所述第二視頻幀序列包括多個第二視頻幀；

判斷所述第二視頻幀序列中是否存在目標；

若存在，則分別獲取各所述第二視頻幀中的目標區域，所述目標區域包括所述第二視頻幀中的所有所述目標所在區域；

將所述第二視頻幀中的目標區域作為對應的第一視頻幀，所述各第二視頻幀中的目標區域對應的第一視頻幀，組成所述第一視頻幀序列。

7.根據權利要求6所述的方法，其特征在于，所述獲取第二視頻幀序列包括：

獲取第三視頻幀序列，所述第三視頻幀序列包括多個第三視頻幀和所述第二視頻幀，相鄰的兩個所述第二視頻幀之間包括預設數量個所述第三視頻幀，所述第二視頻幀組成所述第二視頻幀序列。

8.根據權利要求6所述的方法，其特征在于，所述判斷所述第二視頻幀序列中是否存在目標，包括：

利用光流算法獲取所述第二視頻幀序列的光流信息；

基于所述光流信息判斷所述第二視頻幀序列中是否存在所述目標。

9.根據權利要求8所述的方法，其特征在于，所述基于所述光流信息判斷所述第二視頻幀序列中是否存在所述目標，包括：

基于所述光流信息判斷所述第二視頻幀序列中是否存在運動區域；

若存在，則利用目標檢測算法判斷所述運動區域是否存在所述目標。

10.一種惡意行為識別方法，其特征在于，包括：

獲取第四視頻幀序列，所述第四視頻幀序列包括多個第四視頻幀；

利用所述行為識別網絡對所述第四視頻幀序列進行識別，得到第二識別結果；

其中，所述行為識別網絡是經權利要求1-9中任一項方法訓練得到的。

11.一種電子設備，其特征在于，包括處理器、與所述處理器連接的存儲器，其中，

所述存儲器存儲有程序指令；

所述處理器用于執行所述存儲器存儲的所述程序指令以實現權利要求1-10中任一項所述的方法。

12.一種存儲介質，其特征在于，所述存儲介質存儲程序指令，所述程序指令被執行時實現如權利要求1-10中任一項所述的方法。