【技术实现步骤摘要】
异常行为识别方法、目标异常识别方法、设备及介质
本专利技术涉及智能识别领域,尤其涉及一种异常行为识别方法、目标异常识别方法、设备及介质。
技术介绍
随着计算机技术特别是人工智能技术的不断发展,越来越多的将相关的智能化监测和预警的技术应用到日常生活中。据统计,预计到2020年,全国60岁以上老年人口将增加到2.55亿人左右,占总人口比重提升到17.8%。老年人因身体机能下降,行动能力及应变能力变弱,因自身疾病或外界影响,易发生突发意外伤害情况,其中跌倒是老年人意外伤害死亡的头号杀手。因此,在家庭、养老院等场所中,需要对老年人的行为进行智能化地监测,以及时对发生地突发情况进行处理,更好地保障老年人的安全。然而,目前存在采用摄像头等设备对老年人的行为进行监控,并且在监测到异常行为时,实现提示或者报警。但是,目前的监测方案存在这较多的不足。
技术实现思路
本专利技术实施例提供一种异常行为识别方法、装置、计算机设备及存储介质,以解决异常行为识别精度不高的问题。本专利技术实施例提供一种目标异常识别方法、装置、计算机设备及存储介质,以解决异常行为识别精度不高的问题。一种异常行为识别方法,其特征在于,包括:获取当前帧图像,采用人体关键点检测模型对所述当前帧图像进行检测,得到监测目标的人体特征信息,所述当前帧图像为从监测视频中获取的包含监测目标的图像;将所述人体特征信息与预设的基准异常信息进行匹配,得到匹配信息,所述匹配信息指示所述人体特征信息与预设的基准异常信息的匹配结果; ...
【技术保护点】
1.一种异常行为识别方法,其特征在于,包括:/n获取当前帧图像,采用人体关键点检测模型对所述当前帧图像进行检测,得到监测目标的人体特征信息,所述当前帧图像为从监测视频中获取的包含监测目标的图像;/n将所述人体特征信息与预设的基准异常信息进行匹配,得到匹配信息,所述匹配信息指示所述人体特征信息与预设的基准异常信息的匹配结果;/n若所述匹配信息为第一类型信息,则从所述监测视频中获取对应的相关帧图像集,所述第一类型信息指示所述监测目标存在异常;/n采用预设的行为识别模型对所述相关帧图像集进行行为识别,确定所述相关帧图像集中的所述监测目标的行为信息。/n
【技术特征摘要】
1.一种异常行为识别方法,其特征在于,包括:
获取当前帧图像,采用人体关键点检测模型对所述当前帧图像进行检测,得到监测目标的人体特征信息,所述当前帧图像为从监测视频中获取的包含监测目标的图像;
将所述人体特征信息与预设的基准异常信息进行匹配,得到匹配信息,所述匹配信息指示所述人体特征信息与预设的基准异常信息的匹配结果;
若所述匹配信息为第一类型信息,则从所述监测视频中获取对应的相关帧图像集,所述第一类型信息指示所述监测目标存在异常;
采用预设的行为识别模型对所述相关帧图像集进行行为识别,确定所述相关帧图像集中的所述监测目标的行为信息。
2.如权利要求1所述的异常行为识别方法,其特征在于,所述从所述监测视频中获取对应的相关帧图像集,包括:
根据所述匹配信息匹配所述当前帧图像的疑似异常类型;
通过所述疑似异常类型确定所述当前帧图像的紧急级别和视频时间区间;
通过所述紧急级别获取对应的图像获取帧率,所述图像获取帧率与所述紧急级别呈正相关;
根据所述当前帧图像的时间点信息、以及所述图像获取帧率和所述视频时间区间从所述监测视频中获取对应相关帧图像,组成相关帧图像集。
3.如权利要求1所述的异常行为识别方法,其特征在于,在所述将所述人体特征信息与预设的基准异常信息进行匹配,得到匹配信息之后,所述异常行为识别方法还包括:
若所述匹配信息为第二类型信息,则将所述当前帧图像和所述匹配信息存储至数据库中的历史监测信息集中;
从数据库中获取所述监测视频的历史监测信息集,所述历史监测信息集包括历史监测图像和对应的历史匹配信息;
将所述历史监测信息集中所述历史匹配信息为第二类型信息的历史监测信息确定为持续监控信息集;
提取所述持续监控信息集中每一历史监测图像在所述监测视频中的时间点轨迹信息,若所述时间点轨迹信息符合预设的监控时间轨迹,则输出异常提示信息,所述异常提示信息指示所述监测目标存在异常行为。
4.一种目标异常识别方法,其特征在于,包括:
获取监测视频,从所述监测视频中提取出当前帧图像;
对所述当前帧图像采用如权利要求1-3中任一项所述的异常行为识别方法进行识别,得到所述当前帧图像的行为信息;
若所述当前帧图像不是所述监测视频中的最后一帧图像,则根据预设的提取方式从所述监测视频中确定新的当前帧图像,并返回执行所述对所述当前帧图像进行上述异常行为识别方法,得到所述当前帧图像的行为信息的步骤。
5.如权利要求4所述的目标异常识别方法,其特征在于,所述从所述监测视频中提取出当前帧图像,包括:
通过预设的帧率从监测视频中进行图像提取,得到监测图像集;
采用预设的人脸识别模型对所述监测图像集中的图像进行识别,提取出包含监测目标的图像,组...
【专利技术属性】
技术研发人员:唐宇,骆少明,郭琪伟,侯超钧,庄家俊,苗爱敏,褚璇,钟震宇,吴亮生,
申请(专利权)人:广东技术师范大学,仲恺农业工程学院,广东省智能制造研究所,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。