行为检测方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种行为检测方法、装置、设备及存储介质，属于视频监控技术领域。所述方法包括：获取第一视频图像序列，该第一视频图像序列包括多帧视频图像；当根据该第一视频图像序列确定存在运动剧烈程度大于参考阈值的异常运动行为时，获取第二视频图像序列，该第二视频图像序列包括该第一视频图像序列或者包括该第一视频图像序列中的部分视频图像；根据该第二视频图像序列确定是否执行异常运动行为报警提示。也即是，当初次确定存在异常运动行为时再次获取第二视频图像序列进行行为检测，从而准确检测出是否真正存在异常运动行为，如此可以避免存在误判的现象，提高了行为检测的准确性。

【技术实现步骤摘要】
行为检测方法、装置、设备及存储介质
本申请涉及视频监控
，特别涉及一种行为检测方法、装置、设备及存储介质。
技术介绍
行为检测在视频监控
得到广泛应用，比如在一些应用场景中，可以通过行为检测来监控视频中是否存在打架斗殴等暴力行为，当检测出存在暴力行为时可以及时进行报警提示。其中，打架斗殴的行为方式比较多样化，为了便于描述，一般可以将该行为称为异常运动行为。目前如何能够准确检测出是否存在异常运动行为成为相关
研究的热点。
技术实现思路
本申请实施例提供了一种行为检测方法、装置、设备及存储介质，可以保证准确检测出视频中对否存在异常运动行为的问题。所述技术方案如下：第一方面，提供了一种行为检测方法，所述方法包括：获取第一视频图像序列，所述第一视频图像序列包括多帧视频图像；当根据所述第一视频图像序列确定存在运动剧烈程度大于参考阈值的异常运动行为时，获取第二视频图像序列，所述第二视频图像序列包括所述第一视频图像序列或者包括所述第一视频图像序列中的部分视频图像；根据所述第二视频图像序列确定是否执行异常运动行为报警提示。可选地，所述当根据所述第一视频图像序列确定存在运动剧烈程度大于参考阈值的异常运动行为之前，还包括：确定所述第一视频图像序列中的每帧视频图像的运动行为数据，所述运动行为数据用于指示运动剧烈程度；根据所述每帧视频图像的运动行为数据，确定所述第一视频图像序列中包括的目标视频图像帧数，所述目标视频图像帧数是指运动行为数据大于参考阈值对应的视频图像；若所述第一视频图像序列中的所述目标视频图像帧数大于参考帧数阈值，则确定存在异常运动行为。可选地，所述根据所述第二视频图像序列确定是否执行异常运动行为报警提示，包括：调用分类模型，将所述第二视频图像序列输入至所述分类模型中，输出分类结果，所述分类结果用于表示存在异常运动行为或不存在异常运动行为，所述分类模型用于基于任一视频图像序列确定是否存在异常运动行为；根据所述分类结果确定是否执行异常运动行为报警提示。可选地，所述调用分类模型之前，还包括：获取多个视频图像序列样本和所述多个视频图像序列样本的标定结果；将所述多个视频图像序列样本和所述多个视频图像序列样本的标定结果输入至待训练的模型中进行训练，得到所述分类模型。可选地，所述获取第二视频图像序列，包括：获取所述第一视频图像序列，得到所述第二视频图像序列；或者，获取所述第一视频图像序列中的部分视频图像，得到所述第二视频图像序列；或者，获取所述第一视频图像序列、位于所述第一视频图像序列之前且靠近所述第一视频图像序列的多帧视频图像和位于所述第一视频图像序列之后且靠近所述第一视频图像序列的多帧视频图像，得到所述第二视频图像序列。第二方面，提供了一种行为检测装置，所述装置包括：第一获取模块，用于获取第一视频图像序列，所述第一视频图像序列包括多帧视频图像；第二获取模块，用于当根据所述第一视频图像序列确定存在运动剧烈程度大于参考阈值的异常运动行为时，获取第二视频图像序列，所述第二视频图像序列包括所述第一视频图像序列或者包括所述第一视频图像序列中的部分视频图像；报警提示模块，用于根据所述第二视频图像序列确定是否执行异常运动行为报警提示。可选地，所述装置还包括：第一确定模块，用于确定所述第一视频图像序列中的每帧视频图像的运动行为数据，所述运动行为数据用于指示运动剧烈程度；第二确定模块，用于根据所述每帧视频图像的运动行为数据，确定所述第一视频图像序列中包括的目标视频图像帧数，所述目标视频图像帧数是指运动行为数据大于参考阈值对应的视频图像；第三确定模块，用于若所述第一视频图像序列中的所述目标视频图像帧数大于参考帧数阈值，则确定存在异常运动行为。可选地，所述报警提示模块用于：调用分类模型，将所述第二视频图像序列输入至所述分类模型中，输出分类结果，所述分类结果用于表示存在异常运动行为或不存在异常运动行为，所述分类模型用于基于任一视频图像序列确定是否存在异常运动行为；根据所述分类结果确定是否执行异常运动行为报警提示。可选地，所述装置还包括训练模块，所述训练模块用于：获取多个视频图像序列样本和所述多个视频图像序列样本的标定结果；将所述多个视频图像序列样本和所述多个视频图像序列样本的标定结果输入至待训练的模型中进行训练，得到所述分类模型。可选地，所述第二获取模块用于：获取所述第一视频图像序列，得到所述第二视频图像序列；或者，获取所述第一视频图像序列中的部分视频图像，得到所述第二视频图像序列；或者，获取所述第一视频图像序列、位于所述第一视频图像序列之前且靠近所述第一视频图像序列的多帧视频图像和位于所述第一视频图像序列之后且靠近所述第一视频图像序列的多帧视频图像，得到所述第二视频图像序列。第三方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为实现上述第一方面任一项所述的行为检测方法。第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，所述指令被处理器执行时实现上述第一方面任一项所述的行为检测方法。第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面任一项所述的行为检测方法。本申请实施例提供的技术方案带来的有益效果是：获取包括多帧视频图像的第一视频图像序列，根据该第一视频图像序列确定是否存在运动剧烈程度大于参考阈值的异常运动行为，当确定存在异常运动行为时，获取第二视频图像序列。其中，该第二视频图像序列包括该第一视频图像序列或者包括该第一视频图像序列中的部分视频图像。根据该第二视频图像序列确定是否需要执行异常运动行为报警提示，也即是，当初次确定存在异常运动行为时再次获取第二视频图像序列进行行为检测，从而准确检测出是否真正存在异常运动行为，如此可以避免存在误判的现象，提高了行为检测的准确性。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据一示例性实施例示出的一种行为检测方法的流程图；图2是根据另一示例性实施例示出的一种行为检测方法的流程图；图3是根据一示例性实施例示出的一种行为检测装置的结构示意图；图4是根据另一示例性实施例示出的一种行为检测装置的结构示意图；图5是根据另一示例性实施例示出的一种行为检测装置的结构示意图；图6是根据另一示例性实施例示出的一种终端的结构示意图。具体实施方式为使本申请的目的、技本文档来自技高网...

【技术保护点】
1.一种行为检测方法，其特征在于，所述方法包括：/n获取第一视频图像序列，所述第一视频图像序列包括多帧视频图像；/n当根据所述第一视频图像序列确定存在运动剧烈程度大于参考阈值的异常运动行为时，获取第二视频图像序列，所述第二视频图像序列包括所述第一视频图像序列或者包括所述第一视频图像序列中的部分视频图像；/n根据所述第二视频图像序列确定是否执行异常运动行为报警提示。/n

【技术特征摘要】
1.一种行为检测方法，其特征在于，所述方法包括：
获取第一视频图像序列，所述第一视频图像序列包括多帧视频图像；
当根据所述第一视频图像序列确定存在运动剧烈程度大于参考阈值的异常运动行为时，获取第二视频图像序列，所述第二视频图像序列包括所述第一视频图像序列或者包括所述第一视频图像序列中的部分视频图像；
根据所述第二视频图像序列确定是否执行异常运动行为报警提示。


2.如权利要求1所述的方法，其特征在于，所述当根据所述第一视频图像序列确定存在运动剧烈程度大于参考阈值的异常运动行为之前，还包括：
确定所述第一视频图像序列中的每帧视频图像的运动行为数据，所述运动行为数据用于指示运动剧烈程度；
根据所述每帧视频图像的运动行为数据，确定所述第一视频图像序列中包括的目标视频图像帧数，所述目标视频图像帧数是指运动行为数据大于参考阈值对应的视频图像；
若所述第一视频图像序列中的所述目标视频图像帧数大于参考帧数阈值，则确定存在异常运动行为。


3.如权利要求1所述的方法，其特征在于，所述根据所述第二视频图像序列确定是否执行异常运动行为报警提示，包括：
调用分类模型，将所述第二视频图像序列输入至所述分类模型中，输出分类结果，所述分类结果用于表示存在异常运动行为或不存在异常运动行为，所述分类模型用于基于任一视频图像序列确定是否存在异常运动行为；
根据所述分类结果确定是否执行异常运动行为报警提示。


4.如权利要求3所述的方法，其特征在于，所述调用分类模型之前，还包括：
获取多个视频图像序列样本和所述多个视频图像序列样本的标定结果；
将所述多个视频图像序列样本和所述多个视频图像序列样本的标定结果输入至待训练的模型中进行训练，得到所述分类模型。


5.如权利要求1-4任一项所述的方法，其特征在于，所述获取第二视频图像序列，包括：
获取所述第一视频图像序列，得到所述第二视频图像序列；或者，
获取所述第一视频图像序列中的部分视频图像，得到所述第二视频图像序列；...

【专利技术属性】
技术研发人员：徐涛，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33