行为识别方法和相关产品技术

本申请实施例公开了一种行为识别方法及相关产品。该方法包括：解析视频流，得到N帧图像；所述N帧图像中任意两帧图像对应的拍摄时间的间隔小于时间阈值，所述N帧图像中任一帧图像包括至少一个亮度小于亮度阈值的人体暗影区域，所述人体暗影区域用于确定至少一个人体轮廓，N为大于或等于1的整数；利用训练得到的行为识别模型识别所述N帧图像，得到目标行为；在所述目标行为包含于目标行为集合的情况下，向目标设备发送告警信息；所述目标行为集合包括两种或两种以上行为，所述告警信息用于指示所述目标行为。本申请实施例中，通过深度学习算法以及行为识别模型识别视频流中的行为，从而有效识别存在危险动机的行为，及时发出告警信息。

Behavior recognition methods and related products

【技术实现步骤摘要】
行为识别方法和相关产品
本专利技术涉及深度学习(DeepLearning，DL)
，尤其涉及一种行为识别方法和相关产品。
技术介绍
随着社会经济的迅猛发展和人口的日益增长，越来越多的人会偏向公共场所活动。在一些大城市中的公共场合，人口密度非常之高，在人口密度过高时，难免会产生一些异常事件，特别是在繁华大街、大型商场、体育场和大型工厂等地段，异常事件还是时有发生，如果不能及时发现并处理，容易引起人员伤亡和财产损失。为了监控这些异常事件，一般采取的措施之一是添加视频监控系统。目前，视频监控系统已经遍布各种公共场合，包括商场、大街、公园、广场等。传统视频监控主要通过安排专人职守视频监控室来达到监测目的，但由于每个监控室监控场景众多，而职守工作人员的精力和积极性都是有限的，遗漏一些重要信息也是在所难免的。鉴于上述原因，大量的监控视频在实际应用中仅仅只起到“事后查询”的作用，没有起到对异常行为实时监控的作用。异常行为可以是打架斗殴、车辆逆行、车辆相撞等行为。因此，需要研究能够实时监控异常行为的方案。>
技术实现思路
...

【技术保护点】
1.一种行为识别方法，其特征在于，包括：/n解析视频流，得到N帧图像；所述N帧图像中任意两帧图像对应的拍摄时间的间隔小于时间阈值，所述N帧图像中任一帧图像包括至少一个亮度小于亮度阈值的人体暗影区域，所述人体暗影区域用于确定至少一个人体轮廓，N为大于或等于1的整数；/n利用训练得到的行为识别模型识别所述N帧图像，得到目标行为；/n在所述目标行为包含于目标行为集合的情况下，向目标设备发送告警信息；所述目标行为集合包括两种或两种以上行为，所述告警信息用于指示所述目标行为。/n

【技术特征摘要】
1.一种行为识别方法，其特征在于，包括：
解析视频流，得到N帧图像；所述N帧图像中任意两帧图像对应的拍摄时间的间隔小于时间阈值，所述N帧图像中任一帧图像包括至少一个亮度小于亮度阈值的人体暗影区域，所述人体暗影区域用于确定至少一个人体轮廓，N为大于或等于1的整数；
利用训练得到的行为识别模型识别所述N帧图像，得到目标行为；
在所述目标行为包含于目标行为集合的情况下，向目标设备发送告警信息；所述目标行为集合包括两种或两种以上行为，所述告警信息用于指示所述目标行为。


2.根据权利要求1所述的方法，其特征在于，所述解析视频流，得到N帧图像，包括：
解析所述视频流，得到M帧图像，所述M帧图像中任意两帧图像对应的拍摄时间的间隔小于所述时间阈值，所述M帧图像中任一帧图像包括至少一个亮度小于所述亮度阈值的暗影区域，所述暗影区域用于确定至少一个目标对象的轮廓，所述目标对象包括人和/或除人之外的对象，M为大于或等于N的整数；
从所述M帧图像中获取用于确定人体轮廓的各帧图像，得到所述N帧图像。


3.根据权利要求1或2所述的方法，其特征在于，所述告警信息包括用于指示所述目标行为的发生地点的位置信息。


4.根据权利要求3所述的方法，其特征在于，所述向目标设备发送告警信息之前，所述方法还包括：
确定采集得到所述视频流的终端设备的位置；
根据所述终端设备的位置以及所述目标行为，生成所述告警信息。


5.根据权利要求3所述的方法，其特征在于，所述告警信息还包括所述N帧图像中的两帧或两帧以上图像。


6.根据权利要求1或2所述的方法，其特征在于，所述利用训练得到的行为识别模型识别所述N帧图像，得到目...

【专利技术属性】
技术研发人员：肖怡雯，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44