[發明專利]動作行為的識別方法、裝置和服務器

在審

• 申請號: 202211225920.4
• 申請日: 2022-10-09
• 公開（公告）號: CN115497168A
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 楊文濤;黃亞峰;張舒瑩
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V20/40;G06V10/80;G06V10/82;G06V10/762;G06V10/764;G06V10/26;G06N3/04
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 徐煥;童磊

本說明書提供了動作行為的識別方法、裝置和服務器，應用于人工智能技術領域。基于上述方法，具體實施前，可以預先訓練得到至少包括通過預設連接并聯的第一分支網絡和第二分支網絡的預設的動作行為識別模型。具體實施時，可以利用預設的動作行為識別模型處理所獲取的目標視頻，以得到目標識別結果；再根據目標識別結果，確定目標對象動作行為的細粒度識別結果。從而可以通過有效利用粗粒度行為識別時得到的第一類視頻特征，與細粒度行為識別時得到的第二類視頻特征進行融合；并根據融合后的視頻特征進行較為精細的細粒度識別，得到精度較高的細粒度識別結果，進而可以精準地檢測判斷該目標對象的動作行為是否存在風險，減少檢測誤差。

技術領域

本說明書屬于人工智能技術領域，尤其涉及動作行為的識別方法、裝置和服務器。

背景技術

在許多業務場景中，常常需要對視頻中的人物對象的動作行為進行檢測識別。

但是，基于現有方法對人物對象的動作行為的識別精度往往較低，誤差相對較大，無法對視頻中的人物對象的動作行為精準地進行細粒度行為識別。

針對上述問題，目前尚未提出有效的解決方案。

發明內容

本說明書提供了一種動作行為的識別方法、裝置和服務器，可以通過有效利用粗粒度行為識別時得到的第一類視頻特征，與細粒度行為識別時得到的第二類視頻特征進行融合；并根據融合后的視頻特征進行較為精細的細粒度識別，得到精度較高的細粒度識別結果。

本說明書提供了一種動作行為的識別方法，包括：

獲取目標視頻；其中，所述目標視頻包含有目標對象的動作影像；

利用預設的動作行為識別模型處理目標視頻，得到對應的目標識別結果；其中，預設的動作行為識別模型至少包括并聯的第一分支網絡和第二分支網絡；所述第一分支網絡與第二分支網絡通過預設連接相連；所述第一分支網絡用于進行粗粒度行為識別；所述第一分支網絡在進行粗粒度行為識別時所生成的第一類視頻特征通過預設連接流入第二分支網絡，并與第二分支網絡生成的第二類視頻特征融合，以進行細粒度行為識別；

根據目標識別結果，確定出目標對象動作行為的細粒度識別結果。

在一個實施例中，在根據目標識別結果，確定出目標對象動作行為的細粒度識別結果之后，所述方法還包括：根據目標對象動作行為的細粒度識別結果，檢測目標對象的動作行為是否存在風險。

在一個實施例中，所述目標識別結果還包括目標對象動作行為的粗粒度識別結果。

在一個實施例中，在根據目標識別結果，確定出目標對象的粗粒度行為和細粒度行為之后，所述方法還包括：

根據目標對象動作行為的粗粒度識別結果和細粒度識別結果，檢測目標對象的動作行為是否存在風險。

在一個實施例中，在根據目標對象動作行為的粗粒度識別結果和細粒度識別結果，檢測目標對象的動作行為是否存在風險之后，所述方法還包括：

在確定目標對象的動作行為存在風險的情況下，生成關于目標對象的風險提示。

在一個實施例中，所述預設的動作行為識別模型包括基于雙流網絡思想的神經網絡模型。

在一個實施例中，所述第二分支網絡至少包括融合模塊，其中，所述融合模塊用于融合第一類視頻特征和第二類視頻特征。

在一個實施例中，利用預設的動作行為識別模型處理目標視頻，包括：

利用第一分支網絡處理目標視頻，以提取出第一類視頻特征；

利用第二分支網絡處理目標視頻，以提取出第二類視屏特征；并利用融合模塊融合第一類視頻特征和第二類視頻特征，得到融合后的視頻特征；