【技术实现步骤摘要】
一种武装人员行为识别方法和系统
[0001]本专利技术涉及武装人员行为识别
，尤其涉及一种武装人员行为识别方法和系统。
技术介绍
[0002]人体行为识别是近年来十分活跃的研究领域，在视频理解中发挥着重要的作用。在未来战争中，利用人工智能技术对武装人员的行为进行高鲁棒性识别的能力至关重要，能够为后续军事行动决策提供有力支撑。
[0003]人体行为识别相关研究主要分为三个方向：基于静态图片、视频序列片段、骨骼点特征信息的行为识别。人体动态骨骼点可通过人体关节位置的时间序列来表示，通过对关节点的联合坐标向量进行分析并提取行为特征，进而实现行为识别。相比较而言，基于人体动态骨骼点特征信息的行为识别研究相对较少。现有的根据骨骼点特征信息进行人体行为识别的方法识别准确率低，不适用于武装人员行为识别。
技术实现思路
[0004]鉴于上述的分析，本专利技术实施例旨在提供一种武装人员行为识别方法和系统，用以解决现有基于骨骼点特征的行为识别方法识别准确率不适用于武装人员行为识别的问题。
[0005]一方面...
【技术保护点】
【技术特征摘要】
1.一种武装人员行为识别方法，其特征在于，包括以下步骤：获取武装人员行为视频流数据，基于所述视频流数据构建武装人员行为识别初始训练样本集；所述初始样本集包括骨骼关节点数据和行为标签；对所述初始样本集中的行为标签进行标签平滑，得到最终训练样本集；基于时空图卷积网络构建武装人员行为识别模型；基于所述武装人员行为识别训练样本集对所述武装人员行为识别模型进行训练，得到训练好的武装人员行为识别模型；提取待识别视频流中每帧图像的骨骼关节点数据；将所述骨骼关节点数据输入训练好的武装人员行为识别模型中，对武装人员行为进行识别。2.根据权利要求1所述的武装人员行为识别方法，其特征在于，对所述初始样本集中的行为标签进行标签平滑，得到最终训练样本集，包括：对样本集中的所有行为标签进行整体平滑；确定样本集中的行为转换帧，对行为转换帧前的一组图像进行组内行为标签平滑；所述骨骼关节点数据包括骨骼关节点的置信度；基于骨骼关节点的置信度对每个图像的行为标签进行置信度平滑。3.根据权利要求2所述的武装人员行为识别方法，其特征在于，采用以下公式对样本集中的所有行为标签进行整体平滑：Label＝Label*(1
‑
ε)+(1
‑
Label)*ε/(P
‑
1)其中，Label表示样本行为标签，P表示分类数，ε表示平滑参数。4.根据权利要求2所述的武装人员行为识别方法，其特征在于，对行为转换帧前的一组图像进行组内行为标签平滑，包括：对于每个行为转换帧，根据行为转换帧前一帧图像的标签值和行为转换帧的标签值确定转换前图像组的活跃索引和目标索引；根据公式Labels[j][活跃索引]＝标签最大值*(i
‑
j)/k，计算行为转换帧前k个图像的标签中活跃索引对应的标签值；根据公式计算行为转换帧前k个图像的标签中目标索引对应的标签值；其中，第i帧为行为转换帧，Labels[j][活跃索引]表示第j帧图像的行为标签中活跃索引对应的标签值；Labels[j][目标索引]表示第j帧图像的行为标签中目标索引对应的标签值，活跃索引是第i
‑
1帧图像的行为标签中标签最大值所在的索引，目标索引是第i帧图像的行为标签中标签最大值所在的索引。5.根据权利要求2所述的武装人员行为识别方法，其特征在于，基于骨骼关节点的置信度对每个图像的行为标签进行置信度平滑，包括：对每帧图像帧，将主要骨骼关节点的置信度设置为1，计算所有骨骼关节点的置信度的均值；将所述置信度的均值与该帧图像的标签值相乘，得到该帧图像基于置信度的平滑标签。6.根据权利要求1所述的武装人员行为识别方法，其特征在于，基于时空图卷积网络构
建武装人员行为识别模型，包括：以骨骼关节点为节点、以骨骼关节点之间的自然连接关系为空间边，以连续两帧中相同骨骼关节点的连...
【专利技术属性】
技术研发人员：赵小川，董忆雪，樊迪，王子彻，徐凯，邵佳星，何云峰，
申请(专利权)人：中国兵器工业计算机应用技术研究所，
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。