【技术实现步骤摘要】
一种行为识别方法、装置、机器可读介质及设备
本专利技术涉及人工智能领域，具体涉及一种行为识别方法、装置、机器可读介质及设备。
技术介绍
在视频结构化场景下，检测器获取人体框信息之后，往往还需要进一步获取人体的姿态信息，用于后续人体行为的理解。人体的姿态信息往往可以通过人体的主要关节点位置来描述。例如：通过确定头、肩、躯干、手、腿、脚的位置，然后按一定顺序连接这些关节点，可以勾勒出人体的姿态，进而理解人体的行为。因此，需要先通过对人体关节点进行检测，进而用于人体行为理解。然而现有的人体行为理解算法，往往通过输入时序视频序列，利用3D卷积神经网络或者循环神经网络(LSTM)等算法来提取时空一致性特征。这些算法耗时较大、内存占用较多，很难满足实时性的监控响应需求。此外，监控场景下，存在遮挡、截断、亮度差、模糊等问题，使得网络提取的特征不够纯净，给行为理解带来困难。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种行为识别方法、装置、机器可读介质及设备，用于解决现有技术存在的问题。为实现上述目的及其他相关目的，本专利技术提供一种行为识别方法，包括：对待处理的目标对象的图片进行人体检测，得到人体ROI区域；对所述人体ROI区域进行特征提取，得到人体关键点；基于所述人体关键点，得到行为参数以及姿态参数；根据所述行为参数与所述姿态参数识别目标对象的行为。可选地，所述行为参数包括行为类别以及行为类别得分，所述姿态参数包括姿态类别...
【技术保护点】
1.一种行为识别方法，其特征在于，包括：/n对待处理的目标对象的图片进行人体检测，得到人体ROI区域；/n对所述人体ROI区域进行特征提取，得到人体关键点；/n基于所述人体关键点，得到行为参数以及姿态参数；/n根据所述行为参数与所述姿态参数识别目标对象的行为。/n
【技术特征摘要】
1.一种行为识别方法，其特征在于，包括：
对待处理的目标对象的图片进行人体检测，得到人体ROI区域；
对所述人体ROI区域进行特征提取，得到人体关键点；
基于所述人体关键点，得到行为参数以及姿态参数；
根据所述行为参数与所述姿态参数识别目标对象的行为。
2.根据权利要求1所述的行为识别方法，其特征在于，所述行为参数包括行为类别以及行为类别得分，所述姿态参数包括姿态类别以及姿态类别得分。
3.根据权利要求1所述的行为识别方法，其特征在于，通过预训练的关键点模型的特征提取层对所述人体ROI区域进行特征提取，得到人体关键点。
4.根据权利要求3所述的行为识别方法，其特征在于，所述行为参数的获取方法包括：
根据所述人体关键点以及连接于所述特征提取层后的行为分类分支得到行为参数。
5.根据权利要求4所述的行为识别方法，其特征在于，所述姿态参数的获取方法包括：
根据所述人体关键点以及连接于所述特征提取层后的关键点回归分支得到人体关键点参数，并根据所述关键点参数得到所述姿态参数；其中，所述人体关键点参数包括关键点的可见度类别以及关键点位置。
6.根据权利要求5所述的行为识别方法，其特征在于，所述特征提取层的结构为Resnet18或VGG，所述行为分类分支的结构为全连接层或1x1卷积结构，所述关键点回归分支的结构为全连接层或1x1卷积结构。
7.根据权利要求5所述的行为识别方法，其特征在于，所述可见度类别包括：可见可预测、不可见可预测、不可见不可预测。
8.根据权利要求5所述的行为识别方法，其特征在于，该方法还包括：
根据所述人体关键点参数获取人体关键点完整度；
基于所述人体关键点完整度对所述人体关键点进行筛选。
9.根据权利要求8所述的行为识别方法，其特征在于，所述基于所述人体关键点完整度对所述人体关键点进行筛选，包括：保留人体关键点完整度超过设定的完整度阈值的人体关键点。
10.根据权利要求8所述的行为识别方法，其特征在于，所述人体关键点完整度的获取方法包括：
为不同位置的人体关键点设置相应的权重；
基于所述人体关键点的权重、关键点可见度类别得到人体关键点完整度。
11.根据权利要求2所述的行为识别方法，其特征在于，所述根据所述行为参数与所述姿态参数识别目标对象的行为，包括：
若所述姿态类别与所述行为类别一致，则以所述姿态类别或所述行为类别作为目标对象的行为，且所述行为得分等于所述行为类别得分与所述姿态类别得分和的一半；
若...
【专利技术属性】
技术研发人员：郝冬冬，
申请(专利权)人：云从科技集团股份有限公司，
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。