[發明專利]基于多監控視頻的工作行為檢測方法、裝置、設備及介質

在審

• 申請號: 202210709717.8
• 申請日: 2022-06-22
• 公開（公告）號: CN114937245A
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 劉興廷
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V20/40;G06V10/82;G06N3/08;G06N3/04
• 代理公司: 深圳國新南方知識產權代理有限公司 44374
• 代理人: 周純

本申請的基于多監控視頻的工作行為檢測方法、裝置、設備及介質，從不同攝像頭拍攝的監控視頻中提取所有待識別目標的人物圖像集合，以獲取該監控視頻下所有待識別目標的特征集合，將不同攝像頭拍攝的監控視頻下的待識別目標進行重識別，能夠準確匯總同一待識別目標的所有人物圖像，進而得到同一拍攝時間下多個人物圖像，再根據多個人物圖像進行工作行為檢測以得到該拍攝時間的工作行為，提高了工作行為檢測的準確性，同時，可以實現針對同一目標的所有工作行為進行梳理，有利于提高監控視頻數據利用率。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種基于多監控視頻的工作行為檢測方法、裝置、設備及介質。

背景技術

行為檢測是視頻理解和計算機視覺領域非常熱門的研究內容，在智能監控、人機交互等領域中被廣泛應用。在人工智能技術飛速發展的背景下，深度學習成為推動圖像識別、視頻檢測的關鍵因素。基于這些有利條件，深度學習被廣泛應用到行為檢測技術中。通過訓練檢測模型，對場景中的人體行為狀態進行實時檢測和分析，更加智能化的實現動作行為分析。日常生活中，人們的工作行為狀態是企業管理者關注的重要指標，通過分析和觀察員工的工作狀態，可以合理的分配工作，提升工作效率和幫助企業發展。

為了全面采集辦公區域內每個員工的工作行為，通常在該辦公區域的不同位置設置多個攝像頭，對于同一個員工，在同一個拍攝時間，不同攝像頭所采集的畫面中該員工的拍攝角度不同。現有技術中工作行為狀態檢測方法大多采用對監控視頻圖像提取特征，借助檢測器從視頻圖像中尋找關鍵特征點，然后將特征輸入到分類器進行分類的方式，沒有充分利用同一拍攝時間不同拍攝頭采集的同一檢測對象的拍攝畫面，不利于提高工作行為檢測的準確性。

發明內容

本申請的目的在于提供一種基于多監控視頻的工作行為檢測方法、裝置、設備及介質，以解決現有技術中不利于提高工作行為檢測的準確性的技術問題。

本申請的技術方案如下：提供一種基于多監控視頻的工作行為檢測方法，包括：

根據第一監控視頻獲取至少一個待識別目標的人物圖像集合，對每個所述待識別目標的人物圖像集合進行特征提取，獲取所述待識別目標的特征集合，其中，所述人物圖像集合包括多個人物圖像，每個所述人物圖像包括所述待識別目標、對所述待識別目標的拍攝角度、拍攝時間以及攝像頭標識，多個所述人物圖像至少包括兩個所述拍攝角度，所述特征集合包括所述待識別目標的不同拍攝角度的特征；

根據所述待識別目標的特征集合以及從第二監控視頻中提取的多個待識別對象的特征集合，獲取與所述待識別目標匹配的所述待識別對象；

將所述待識別目標的人物圖像集合以及匹配的至少一個所述待識別對象的人物圖像集合中多個所述人物圖像按照拍攝時間進行聚類，獲取所述待識別目標在不同拍攝時間的待處理圖像集合，每個所述待處理圖像集合包括同一拍攝時間的多個所述人物圖像；

將所述待識別目標的所述待處理圖像集合輸入預先訓練好的工作行為檢測模型中，輸出所述待識別目標在所述拍攝時間的工作行為結果，其中，所述工作行為檢測模型是根據標注有行為類別的樣本圖像集合訓練得到的，所述樣本圖像集合包括相同拍攝時間的多個不同拍攝角度的樣本對象。

在一些實施方式中，所述行為檢測模塊包括對應不同圖像尺寸范圍的多個特征提取通道，不同的特征提取通道對應不同的膨脹因子；

所述將所述待識別目標的所述待處理圖像集合輸入預先訓練好的工作行為檢測模型中，輸出所述待識別目標在所述拍攝時間的工作行為結果，包括：

將所述待識別目標的所述待處理圖像集合中所述人物圖像輸入卷積模塊，輸出每個所述人物圖像的特征圖；

獲取每個所述特征圖的圖像尺寸；

根據所述圖像尺寸所在的尺寸范圍將所述特征圖輸入至對應的所述特征提取通道，根據所述特征提取通道的膨脹系數對所述特征圖進行卷積操作，輸出所述特征圖的特征矩陣；