[發明專利]行為檢測方法、裝置及計算機可讀存儲介質

在審

• 申請號: 202011285916.8
• 申請日: 2020-11-17
• 公開（公告）號: CN112395978A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 蘆文峰;劉偉超;郭倜穎;賈懷禮;陳遠旭
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京鴻元知識產權代理有限公司 11327
• 代理人: 王迎;袁文婷

1.一種行為檢測方法，其特征在于，所述方法包括：

將待檢測視頻輸入訓練完成的目標檢測模型中，獲取與所述待檢測視頻對應的目標檢測結果；同時，

提取所述待檢測視頻中人體的關鍵點信息，并對所述關鍵點信息進行預處理，獲取與所述待檢測視頻中的人體對應的姿態分類結果；

對所述目標檢測結果及所述姿態分類結果進行邏輯回歸處理，獲取所述待檢測視頻中的人體的行為檢測結果。

2.如權利要求1所述的行為檢測方法，其特征在于，所述目標檢測模型的訓練過程包括：

獲取帶有目標行為的訓練數據集，所述訓練數據集存儲于區塊鏈中；

對所述訓練數據集中的所述目標行為進行標注，并獲取標注位置信息；

利用yolo模型對所述標注位置信息進行參數訓練，直至所述yolo模型收斂在預設范圍內，完成所述目標檢測模型的訓練。

3.如權利要求2所述的行為檢測方法，其特征在于，所述獲取與所述待檢測視頻對應的目標檢測結果的步驟包括：

提取所述待檢測視頻中的幀圖像；

將所述幀圖像輸入訓練完成后的所述目標檢測模型；

所述目標檢測模型輸出與所述幀圖像對應的目標檢測框，作為所述目標檢測結果。

4.如權利要求1所述的行為檢測方法，其特征在于，所述提取所述待檢測視頻中人體的關鍵點信息，并對所述關鍵點信息進行預處理，獲取與所述待檢測視頻中的人體對應的姿態分類結果的步驟包括：

基于alphapose開源系統提取所述待檢測視頻中人體的關鍵點信息；

對所述關鍵點信息進行歸一化處理，并獲取與所述關鍵點信息對應的轉換坐標信息；

基于KNN鄰近算法比對所述轉換坐標信息及預設經驗圖像集中的標準坐標信息，獲取與所述待檢測視頻中人體對應的姿態分類結果。

5.如權利要求4所述的行為檢測方法，其特征在于，所述KNN鄰近算法比對的步驟包括：

獲取所述轉換坐標信息與所述預設經驗圖像集中的各樣本點之間的距離，以獲取與各樣本點對應的距離信息；

對各距離信息進行排序，并選擇距離小于預設值的K個點；

對K個點所屬的類別進行比較，將所述轉換坐標信息對應的關鍵點歸入在K個點中占比最高的一類行為。

6.如權利要求3所述的行為檢測方法，其特征在于，所述對所述目標檢測結果及所述姿態分類結果進行邏輯回歸處理，獲取所述待檢測視頻中的人體的行為檢測結果的步驟包括：

根據所述關鍵點信息確定待檢測視頻中人體的手部位置及待測目標位置的置信度；

獲取所述目標檢測框與所述手部位置之間的第一距離，以及所述目標檢測框與所述待測目標之間的第二距離；

基于所述第一距離、第二距離、所述待測目標位置的置信度和所述姿態分類結果，確定所述行為檢測結果的概率。

7.一種行為檢測裝置，其特征在于，所述裝置包括：

目標檢測結果獲取單元，用于將待檢測視頻輸入訓練完成的目標檢測模型中，獲取與所述待檢測視頻對應的目標檢測結果；

姿態分類結果獲取單元，用于提取所述待檢測視頻中人體的關鍵點信息，并對所述關鍵點信息進行預處理，獲取與所述待檢測視頻中的人體對應的姿態分類結果；

行為檢測結果獲取單元，用于對所述目標檢測結果及所述姿態分類結果進行邏輯回歸處理，獲取所述待檢測視頻中的人體的行為檢測結果。

8.如權利要求7所述的行為檢測裝置，其特征在于，所述目標檢測模型的訓練過程包括：

獲取帶有目標行為的訓練數據集，所述訓練數據集存儲于區塊鏈中；

對所述訓練數據集中的所述目標行為進行標注，并獲取標注位置信息；

利用yolo模型對所述標注位置信息進行參數訓練，直至所述yolo模型收斂在預設范圍內，完成所述目標檢測模型的訓練。