[發明專利]暴力行為識別方法、暴力行為識別裝置及存儲介質有效
| 申請號: | 202011641153.6 | 申請日: | 2020-12-31 |
| 公開(公告)號: | CN112699814B | 公開(公告)日: | 2023-09-12 |
| 發明(設計)人: | 白鵬飛;覃元鋒;李世曉;周國富 | 申請(專利權)人: | 華南師范大學 |
| 主分類號: | G06V20/40 | 分類號: | G06V20/40;G06V20/52;G06V40/20;G06V10/82;G06V10/774 |
| 代理公司: | 廣州嘉權專利商標事務所有限公司 44205 | 代理人: | 邱維杰 |
| 地址: | 510006 廣東省廣州市番禺區外*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 暴力行為 識別 方法 裝置 存儲 介質 | ||
1.一種暴力行為識別方法,其特征在于,包括以下步驟:
獲取待識別的目標數據,所述目標數據包括原始視頻流;
對所述原始視頻流進行分解,獲得多份視頻樣本;
從每一份所述視頻樣本中隨機采樣一幀作為樣本幀數;
將相鄰的所述樣本幀數進行差分運算,形成時序幀列;
將所述時序幀列輸入至已構建的暴力行為識別網絡模型中;
獲取所述暴力行為識別網絡模型根據所述時序幀列輸出的目標行為數據;
所述暴力行為識別方法,還包括:
初始化所述暴力行為識別網絡模型的權重參數和偏置項參數;
獲取暴力行為視頻和非暴力行為視頻,并將所述暴力行為視頻和所述非暴力行為視頻作為數據集;
從所述數據集中采樣一個所述暴力行為視頻或所述非暴力行為視頻,并將所述暴力行為視頻或所述非暴力行為視頻作為本次訓練的樣本;
根據所述樣本獲取第一誤差值;
根據所述第一誤差值更新每層網絡的網絡參數以及第二誤差值;
輸入所述數據集的所有所述暴力行為視頻和非暴力行為視頻,獲取訓練后的所述權重參數和偏置項參數;
其中,所述獲取所述暴力行為視頻和所述非暴力行為視頻,并將所述暴力行為視頻和所述非暴力行為視頻作為數據集,包括:
對所述暴力行為視頻和所述非暴力行為視頻分別添加標簽值,其中,所述標簽值包括第一標簽值和第二標簽值,將所述暴力行為視頻的標簽值設為所述第一標簽值,將所述非暴力行為視頻的標簽值設為所述第二標簽值;
其中,所述根據所述樣本獲取第一誤差值,包括:
對所述樣本中的幀數進行隨機采樣,組成一組關鍵幀幀列;
將所述關鍵幀幀列中的相鄰的幀數之間做差分運算,獲取時序變化幀列;
將所述時序變化幀列作為所述暴力行為識別網絡模型的輸入,獲取第一參考值;
比較所述標簽值以及第一參數值,獲取所述第一誤差值;
其中,所述根據所述第一誤差值更新每層網絡的網絡參數以及第二誤差值,包括:
將所述第一誤差值反饋至上一層網絡;
上一層網絡接收所述第一誤差值后,通過梯度下降算法獲取本層網絡的新的網絡參數;
根據本層網絡的新的所述網絡參數與原有的網絡參數,獲取所述第二誤差值,并將所述第二誤差值反饋至上一層網絡;
上一層網絡接收所述第二誤差值后,通過梯度下降算法獲取本層網絡的新的網絡參數;
根據本層網絡的新的所述網絡參數與原有的網絡參數,獲取所述第二誤差值,并將所述第二誤差值反饋至上一層網絡。
2.如權利要求1所述的暴力行為識別方法,其特征在于,所述目標行為數據包括暴力行為和非暴力行為。
3.如權利要求2所述的暴力行為識別方法,其特征在于,還包括:輸出的所述目標行為數據為暴力行為時,發出預警信號并定位事發地點。
4.一種暴力行為識別裝置,其特征在于,包括:
至少一個處理器和用于與所述處理器通信連接的存儲器;所述存儲器存儲可被所述至少一個處理器執行的指令,所述指令被所述至少一個處理器執行,以使所述處理器能夠執行如權利要求1-3任一項所述的暴力行為識別方法。
5.一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存儲有計算機可執行指令,所述計算機可執行指令用于使計算機執行如權利要求1-3任一項所述的暴力行為識別方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華南師范大學,未經華南師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011641153.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種蹲廁結構及其組裝方法
- 下一篇:抗老化的PVC塑料粒子配方





