一种人体异常行为识别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种人体异常行为识别方法、装置、设备及存储介质，所述方法包括：获取待识别视频数据；对所述待识别视频数据进行预处理，获得人体感兴趣区域视频数据和手部感兴趣区域视频数据；将人体感兴趣区域视频数据输入第一异常行为识别模型，获得第一异常行为概率集；将手部感兴趣区域视频数据输入第二异常行为识别模型，获得第二异常行为概率集；将待识别视频数据输入第三异常行为识别模型，获得第三异常行为概率集；对第一异常行为概率集、第二异常行为概率集和第三异常行为概率集进行融合处理，获得最终异常行为概率集，从而确定异常行为识别结果。本发明专利技术结合多种模型，降低了模型判断错误导致预测错误的可能性，提高了识别率。识别率。识别率。

【技术实现步骤摘要】
一种人体异常行为识别方法、装置、设备及存储介质


[0001]本专利技术涉及一种人体异常行为识别方法、装置、设备及存储介质，属于图像特征和模式识别领域。

技术介绍

[0002]近年来，随着城市人口密度的不断增长，人员结构越来越复杂，使得城市管理越来越困难，各种异常行为(如打架、抢劫等)导致的安全问题不断涌现；监控系统虽然己经广泛的存在于商场、银行、交通路口和车站等众多公共的场所，但是实际监控任务仍然要求更多的人来完成，并且现有视频类监控系统一般情况下只录制视频图像，因此提供给我们的信息是未经解释的视频图像，只可以用于事后的取证，无法充分的发挥监控的主动性和实时性，导致民众的财产损失甚至危及生命安全，无法满足安全防控的要求。

技术实现思路

[0003]本专利技术的目的在于克服现有技术中的不足，提供一种人体异常行为识别方法、装置、设备及存储介质，提高人体异常行为的识别率。
[0004]为解决上述技术问题，本专利技术是采用下述技术方案实现的：
[0005]第一方面，本专利技术提供了一种人体异常行为识别方法，包括获取待识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体异常行为识别方法，其特征在于，包括：获取待识别视频数据；对所述待识别视频数据进行预处理，获得人体感兴趣区域视频数据和手部感兴趣区域视频数据；将获取的人体感兴趣区域视频数据输入预先训练好的第一异常行为识别模型，获得第一异常行为概率集；将获取的手部感兴趣区域视频数据输入预先训练好的第二异常行为识别模型，获得第二异常行为概率集；将获取的待识别视频数据输入预先训练好的第三异常行为识别模型，获得第三异常行为概率集；对第一异常行为概率集、第二异常行为概率集和第三异常行为概率集进行融合处理，获得最终异常行为概率集，从而确定异常行为识别结果。2.根据权利要求1所述的人体异常行为识别方法，其特征在于，所述待识别视频数据为RGB视频数据。3.根据权利要求2所述的人体异常行为识别方法，其特征在于，所述第一异常行为识别模型、第二异常行为识别模型和第三异常行为识别模型均为3D卷积神经网络模型。4.根据权利要求1所述的人体异常行为识别方法，其特征在于，所述人体感兴趣区域视频数据的获取包括：通过OpenPose软件获取RGB视频的每一帧图像的人体骨骼各关节坐标；以人体骨骼各关节坐标为中心选取左右一定尺寸的部分复制粘贴到相同尺寸的空白图像上的相同坐标处，其他像素值设置为0，得到只留下人体的图像；将图像转化成视频，获得人体感兴趣区域视频数据。5.根据权利要求1所述的人体异常行为识别方法，其特征在于，所述手部感兴趣区域视频数据的获取包括：通过OpenPose软件获取RGB视频的每一帧图像的人体骨骼手部关节坐标；以手部关节坐标为中心选取左右一定尺寸的部分复...

【专利技术属性】
技术研发人员：陈婷婷，杜鹏飞，高思佟，刘佳豪，胡续辉，
申请(专利权)人：南京信息职业技术学院，
类型：发明
国别省市：