一种打架行为识别方法、装置、设备及存储介质制造方法及图纸

本申请实施例提供的一种打架行为识别方法、装置、设备及存储介质，包括：从视频流中获取图像帧按照时间顺序存入到预设的队列中；通过预3D

【技术实现步骤摘要】
一种打架行为识别方法、装置、设备及存储介质


[0001]本申请涉及图像处理
，具体地涉及一种打架行为识别方法、装置、设备及存储介质。

技术介绍

[0002]现有的安全监控系统中，通常是通过监控人员的即时反馈来报告异常情况，但人为监控的方式存在即时性不能保证，耗费大量人力资源等缺陷。在轨道交通场景中，人员流动性大，一旦因为发生打架斗殴行为不能及时告警，会造成人流堵塞，甚至出现踩踏事件。因此一种及时告警的打架行为检测方法能为维护社会治安提供即时响应和关键证据。
[0003]中国专利（CN113191278A）基于视频和声音数据融合的打架行为检测方法，主要是选择处理声音片段和视频片段的深度网络结构，通过采集频段中的行人的动作和声音段中的声音实现对打架行为的判定。中国专利（CN113468975A）公开了一种打架行为检测方法及装置，主要通过获取待检测的序列图像,并确定序列图像对应的特征热力图 ;基于特征热力图确定报警区域;对报警区域进行检测,以判断报警区域是否存在打架行为。
[0004]上述现有技术虽然都可以在一定程度上实现对打架本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种打架行为识别方法，其特征在于，包括：从视频流中获取图像帧，并按照时间顺序将所述图像帧存入到预设的队列中；通过预设的打架动作识别3D
‑
CNN模型对人体行为对所述队列中的图像帧进行识别，从空间和时间的维度提取特征以捕捉多个连续帧中的运动信息；其中，包括：从所述队列中选择kd个连续帧组成一个3D图像队列，所述kd为每个3D卷积核处理的连续帧数；所述3D卷积核在图像序列中进行卷积计算，获得输出特征值，所述输出特征值用于确定图像帧中行人是否打架的概率；所述3D卷积核在图像序列中进行卷积计算，包括：所述3D卷积核在多个连续帧上进行滑动，每次滑动kd 个连续帧中对应位置内的元素与卷积核中的参数进行乘加计算；采用预设的时序差分分类TDN模型根据连续图像帧的差异提取特征，对局部移动信息进行建波并对多尺寸跨分片的全局移动信息建模；根据所述3D
‑
CNN模型和TDN模型输出的结果获得每个行人的打架得分值，所述打架得分值用于判断是否进行报警操作。2.根据权利要求1所述的打架行为识别方法，其特征在于，所述3D
‑
CNN模型包括3个卷积层、1个全连接层和2个池化层，其中前两个卷积层为3D卷积层，卷积核大小为7
×7×
3 和7
×6×
3 ，两个卷积核分别处理3个连续帧中7
×
7 和7
×
6 大小的区域。3.根据权利要求2所述的打架行为识别方法，其特征在于，所述采用预设的时序差分分类TDN模型根据连续图像帧的差异提取特征，对局部移动信息进行建波并对多尺寸跨分片的全局移动信息建模，包括：从每个视频片段中随机抽取一帧图形帧得到T帧 I= [T1, T2，
……
，Tn]，其中I的形状为[T, C, H, W]；应用时差图和稀疏采样策略建立视频级的移动信息建模框架TDN模型，所述TDN由S
‑
TDM和L
‑
TDM组成；通过S

【专利技术属性】
技术研发人员：吴婷，闾凡兵，陈俊，
申请(专利权)人：长沙海信智能系统研究院有限公司，
类型：发明
国别省市：