一种应用于监控视频的行为识别方法、系统及相关装置制造方法及图纸

本申请提供一种应用于监控视频的行为识别方法，包括：接收待识别视频；判断训练模型是否包含所述待识别视频对应的全部动作组；若是，将所述待识别视频输入至训练模型；在所述训练模型中，对所述待识别视频的帧差进行相应动作组的动作识别，确定所述待识别视频包含的行为动作。本申以动作组为单位进行相应动作的识别，同时以帧差为主要输入数据，并在训练模型识别时基于帧差信息对训练集进行数据识别，从而提高训练模型的鲁棒性，降低行为识别过程中对背景的依赖，降低动作识别过程中的冗余计算。本申请还提供一种应用于监控视频的行为识别系统、计算机可读存储介质和服务器，具有上述有益效果。述有益效果。述有益效果。

【技术实现步骤摘要】
一种应用于监控视频的行为识别方法、系统及相关装置


[0001]本申请涉及信息监控领域，特别涉及一种应用于监控视频的行为识别方法、系统及相关装置。

技术介绍

[0002]当前针对监控场景下行人行为的识别过程主要依赖于各种行为识别模型。目前的行为识别模型主要以视频为输入，输出为视频序列的类别，该方法需要在训练时确定好要监测的行为种类，后期如果想加入一种行为类别，需要重新训练模型，费时费力。同时，由于现实世界的场景复杂，而训练集有限，会导致行为高度依赖场景，从一个场景迁移到另一个场景容易出现行为无法识别，即同一行为识别模型在不同场景下对相同行为存在识别差异，导致行为识别模型的鲁棒性较低，不利于实际应用。

技术实现思路

[0003]本申请的目的是提供一种应用于监控视频的行为识别方法、系统、计算机可读存储介质和电子设备，能够降低行为识别模型的鲁棒性，提高行为识别精确度。
[0004]为解决上述技术问题，本申请提供一种应用于监控视频的行为识别方法，具体技术方案如下：
[0005]接收待识别视频；
[0006]判断训练本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于监控视频的行为识别方法，其特征在于，包括：接收待识别视频；判断训练模型是否包含所述待识别视频对应的全部动作组；若是，将所述待识别视频输入至训练模型；在所述训练模型中，对所述待识别视频的帧差进行相应动作组的动作识别，确定所述待识别视频包含的行为动作。2.根据权利要求1所述的行为识别方法，其特征在于，判断训练模型是否包含待识别的全部动作组之前，还包括：获取训练视频；将所述训练视频分割为若干视频段，并标注各所述视频段中的行为动作；在所述视频段中以等间隔时间长度提取预设帧图片，并计算已提取图片中相邻帧图片之间的帧差；分别提取所述图片和所述帧差各自的阶段特征，组合并卷积后得到预设全连接层；根据所述预设全连接层构建所述训练模型。3.根据权利要求2所述的行为识别方法，其特征在于，若所述图片的数量为N，所述分别提取所述图片和所述帧差的阶段特征，组合并卷积后得到预设全连接层包括：若N为奇数，将第(N+1)/2张图片作为目标图片；若N为偶数，将第N/2张和N/2+1张图片作为所述目标图片；利用第一残差网络提取所述目标图片的第一阶段特征；利用第二残差网络提取所述帧差的第二阶段特征；组合所述第一阶段特征和所述第二阶段特征，得到所述预设全连接层。4.根据权利要求2或3所述的行为识别方法，其特征在于，计算相邻帧图片之间的帧差之后，还包括：将所述目标图片和所述帧差归一化到预设区间范围内。5.根据权利要求1所述的行为识别方法，其特征在于，若所述训练模型未包含待识别的全部动作组，还包括：获取新动作组的新动作行为；将所述新动作行为作为新任务集添加至训练集；固定已有任务...

【专利技术属性】
技术研发人员：韩泽，
申请(专利权)人：济南博观智能科技有限公司，
类型：发明
国别省市：