【技术实现步骤摘要】
一种行为检测方法、装置及设备
[0001]本申请涉及人工智能
，尤其涉及一种行为检测方法、装置及设备。
技术介绍
[0002]视频是连续的图像序列，由连续的视频图像构成。由于人眼的视觉暂留效应，当视频以一定的速率播放时，人眼看到的就是动作连续的图像序列。
[0003]视频行为检测是从视频中定位出行为发生的时间区间(如何时开始，何时结束等)和空间位置(如行为发生的位置)，并进行行为类别分类的技术。视频行为检测可以广泛应用于安防监控领域、人机交互领域、智能园区、智慧课堂、智慧农场、智慧产线、智慧养老、智慧教育、智慧医疗等应用场景，例如，可以检测视频(如电视机产线的视频)中向电视机外包装盒中放置使用说明书的行为，可以检测视频(如洗衣机产线的视频)中洗衣机的操作动作，该操作动作可以包括操作抽屉、操作机门、从机筒内取出说明书、贴封条等行为。
[0004]目前，视频行为检测技术存在检测准确性不高，检测方式复杂等问题。
技术实现思路
[0005]第一方面，本申请提供一种行为检测方法，所述方法包括：
【技术保护点】
【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：将待检测视频输入给已训练的目标行为检测模型，由所述目标行为检测模型输出候选待检测图像中稳态对象的对象位置，及所述稳态对象的初始行为的行为位置；其中，所述候选待检测图像是待检测视频中存在稳态对象的图像；从所有候选待检测图像中选取同一目标稳态对象的目标待检测图像，并基于所述目标待检测图像确定是否触发针对所述初始行为的行为检测；若是，基于所述目标待检测图像中所述初始行为的行为位置确定目标框位置，并基于所述目标框位置从所述待检测视频中获取待检测行为序列；将所述待检测行为序列输入给已训练的目标序列分类模型，由所述目标序列分类模型输出与所述待检测行为序列对应的目标行为类别。2.根据权利要求1所述的方法，其特征在于，所述从所有候选待检测图像中选取同一目标稳态对象的目标待检测图像，包括：基于所有候选待检测图像中稳态对象的对象位置，对同一目标稳态对象进行跟踪，得到所述目标稳态对象的目标待检测图像；其中，所述目标待检测图像是所有候选待检测图像中存在所述目标稳态对象的图像。3.根据权利要求1所述的方法，其特征在于，所述目标行为检测模型还输出所述初始行为的行为类别，及所述行为类别的置信度；所述基于所述目标待检测图像确定是否触发针对所述初始行为的行为检测，包括：统计所有目标待检测图像中与所述行为类别对应的目标待检测图像的图像数量，并基于所述图像数量确定所述行为类别的时间密集度；若所述行为类别的时间密集度大于密集度阈值，且所述行为类别的置信度大于置信度阈值，则确定触发针对所述初始行为的行为检测。4.根据权利要求1所述的方法，其特征在于，所述目标框位置包括所有目标待检测图像中所述初始行为的行为位置的最大外接矩形，所述基于所述目标待检测图像中所述初始行为的行为位置确定目标框位置，包括：以左上角位置为坐标原点，以水平向右为横轴，以水平向下为纵轴时，所述行为位置包括左上角横坐标，左上角纵坐标，右下角横坐标和右下角纵坐标，基于所有行为位置的左上角横坐标选取左上角横坐标最小值；基于所有行为位置的左上角纵坐标选取左上角纵坐标最小值；基于所有行为位置的右下角横坐标选取右下角横坐标最大值；基于所有行为位置的右下角纵坐标选取右下角纵坐标最大值；根据所述左上角横坐标最小值，左上角纵坐标最小值，右下角横坐标最大值和右下角纵坐标最大值确定所述目标框位置；或者，以左下角位置为坐标原点，以水平向右为横轴，以水平向上为纵轴时，所述行为位置包括左下角横坐标，左下角纵坐标，右上角横坐标和右上角纵坐标，基于所有行为位置的左下角横坐标选取左下角横坐标最小值；基于所有行为位置的左下角纵坐标选取左下角纵坐标最小值；基于所有行为位置的右上角横坐标选取右上角横坐标最大值；基于所有行为位置的右上角纵坐标选取右上角纵坐标最大值；根据所述左下角横坐标最小值，左下角纵坐标最小值，右上角横坐标最大值和右上角纵坐标最大值确定所述目标框位置。5.根据权利要求1所述的方法，其特征在于，所述基于所述目标框位置从所述待检测视频中获取待检测行为序列，包括：
从具有所述初始行为的目标待检测图像中选取一帧图像作为遍历起始帧；从所述待检测视频的所述遍历起始帧开始，向前遍历M帧图像；从遍历出的M帧图像中截取与所述目标框位置对应的子图像；将截取的子图像确定为所述初始行为的待检测行为序列。6.根据权利要求1
‑
5任一项所述的方...
【专利技术属性】
技术研发人员：陈锡，
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：
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。