人体异常行为识别方法、装置及计算机可读存储介质制造方法及图纸

本申请提供了一种人体异常行为识别方法、装置及计算机可读存储介质。该方法包括：获取被观察用户的视频影像；根据所述视频影像确定所述被观察用户的多个第一类关键点的移动信息、所述被观察用户的多个第二类关键点的移动信息，其中，所述第一类关键点分别对应所述被观察用户身体的设定位置，所述第一类关键点的移动信息用以反映所述被观察用户的全局运动信息，所述第二类关键点的移动信息用以反映与所述被观察用户身体表面的弯曲程度相关的信息；将所述第一类关键点的移动信息与所述第二类关键点的移动信息输入预设模型，以评价所述被观察用户是否产生异常行为。该方法成本低且识别效果可靠。识别效果可靠。识别效果可靠。

【技术实现步骤摘要】
人体异常行为识别方法、装置及计算机可读存储介质
[0001]相关申请的交叉引用
[0002]本申请要求于2021年10月19日申请的专利申请号为CN202111215098.9且专利技术名称为“人体异常行为识别方法、装置及计算机可读存储介质”的优先权，其全部内容通过引用并入本文。


[0003]本申请属于人工智能领域，具体涉及一种人体异常行为识别方法、装置及计算机可读存储介质。

技术介绍

[0004]本部分旨在为本申请的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认其为现有技术。
[0005]为判断癫痫病人是否处于癫痫发作状态，通常需要获取癫痫病人的脑电波信息，并对该脑电波信息进行处理。这就需要癫痫病人随时佩戴脑电波监测设备。一方面脑电波监测设备成本高昂，另一方面脑电波监测设备佩戴的松紧度不同会产生大量的噪声影响判断结果，最后用户是否发病需要医护人员人工进行判断。
[0006]判断癫痫病人是否处于癫痫发作状态属于人体异常行为识别问题。需要一种低成本且识别效果可靠的技术方案用于识别人体异常行为。

技术实现思路

[0007]针对上述现有技术的问题，本申请实施例提出了一种人体异常行为识别方法、装置及计算机可读存储介质。利用这种方法及装置，能够至少部分解决上述问题。
[0008]本申请的实施例中提供了以下方案：一种人体异常行为识别方法，包括：获取被观察用户的视频影像；根据所述视频影像确定所述被观察用户肢体的多个第一类关键点的移动信息、所述被观察用户的多个第二类关键点的移动信息，其中，所述第一类关键点分别对应所述被观察用户身体的设定位置，所述第一类关键点的移动信息用以反映所述被观察用户的全局运动信息，所述第二类关键点的移动信息用以反映与所述被观察用户身体表面的弯曲程度相关的信息；将所述第一类关键点的移动信息与所述第二类关键点的移动信息输入预设模型，以评价所述被观察用户是否产生异常行为。
[0009]本申请的实施例中提供了以下方案：一种人体异常行为识别装置，包括：获取模块，用于获取被观察用户的视频影像；移动信息分析模块，用于根据所述视频影像确定所述被观察用户肢体的多个第一类关键点的移动信息、所述被观察用户的多个第二类关键点的移动信息，其中，所述第一类关键点分别对应所述被观察用户身体的设定位置，所述第一类关键点的移动信息用以反映所述被观察用户的全局运动信息，所述第二类关键点的移动信息用以反映与所述被观察用户身体表面的弯曲程度相关的信息；分类模块，用于将所述第一类关键点的移动信息与所述第二类关键点的移动信息输入预设模型，以评价所述被观察
用户是否产生异常行为。
[0010]本申请的实施例中提供了以下方案：一种人体异常行为识别装置，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行：前述的方法。
[0011]本申请的实施例中提供了以下方案：一种计算机可读存储介质，所述计算机可读存储介质存储有程序，当所述程序被处理器执行时，使得所述处理器执行前述的方法。
[0012]本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：人体表面的弯曲信息与人体全局运动信息相结合，能够对于判断被观察用户当前状态是否异常提供更多丰富的信息，使得判断结果更加准确。特别是对于一些人体异常行为表现为人体非正常的扭曲时，识别效果更好。
[0013]应当理解，上述说明仅是本申请技术方案的概述，以便能够更清楚地了解本申请的技术手段，从而可依照说明书的内容予以实施。为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举例说明本申请的具体实施方式。
附图说明
[0014]通过阅读下文的示例性实施例的详细描述，本领域普通技术人员将明白本文所述的优点和益处以及其他优点和益处。附图仅用于示出示例性实施例的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的标号表示相同的部件。在附图中：
[0015]图1为根据本申请一实施例的人体异常行为识别方法的流程示意图；
[0016]图2为根据本申请一实施例的第一类关键点的分布示意图；
[0017]图3为根据本申请一实施例的人体异常行为识别装置的结构示意图；
[0018]图4为根据本申请一实施例的人体异常行为识别装置的结构示意图。
[0019]在附图中，相同或对应的标号表示相同或对应的部分。
具体实施方式
[0020]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0021]在本申请中，应理解，诸如“包括”或“具有”等术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在的可能性。
[0022]另外还需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0023]图1为根据本申请一实施例的人体异常行为识别方法的流程示意图，该人体异常行为识别方法用于从被观察用户的视频影像中分析被观察用户当前是否行为异常(例如判断被观察用户是否处于癫痫发作状态或者判断被观察用户是否做出一些危险行为)，在该流程中，从设备角度而言，执行主体可以是一个或者多个电子设备，更具体地可以是其中的
处理模块；从程序角度而言，执行主体相应地可以是搭载于这些电子设备上的程序。
[0024]图1中的流程可以包括以下步骤101～步骤103。
[0025]步骤101、获取被观察用户的视频影像。例如，可以在癫痫病人的病床附近安放摄像头，实时采集癫痫病人的视频影像。当然，被观察用户不限于病床病人，例如是坐在椅子上的用户，甚至是商场大厅内的客人。
[0026]步骤102、根据所述视频影像确定所述被观察用户肢体的多个第一类关键点的移动信息、所述被观察用户的多个第二类关键点的移动信息，其中，所述第一类关键点分别对应所述被观察用户身体的设定位置，所述第一类关键点的移动信息用以反映所述被观察用户的全局运动信息，所述第二类关键点的移动信息用以反映与所述被观察用户身体表面的弯曲程度相关的信息。
[0027]具体地，参考图2，按照编号1至17的顺序，第一类关键点依次为鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左肘、右肘、左腕、右腕、左臀、右臀、左膝盖、右膝盖、左脚踝和右脚踝。当然，第一类关键点的数量可以更多，也可更少，第一类关键点在人体中的位置是固定的。
[0028]具体地，所述第二类关键点为根据身体表面曲率筛选出的关键点。
[0029]例如，所述第二类关键点包括：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：获取被观察用户的视频影像；根据所述视频影像确定所述被观察用户的多个第一类关键点的移动信息、所述被观察用户的多个第二类关键点的移动信息，其中，所述第一类关键点分别对应所述被观察用户身体的设定位置，所述第一类关键点的移动信息用以反映所述被观察用户的全局运动信息，所述第二类关键点的移动信息用以反映与所述被观察用户身体表面的弯曲程度相关的信息；将所述第一类关键点的移动信息与所述第二类关键点的移动信息输入预设模型，以评价所述被观察用户是否产生异常行为。2.根据权利要求1所述的方法，其特征在于，所述第一类关键点包括：鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左肘、右肘、左腕、右腕、左臀、右臀、左膝盖、右膝盖、左脚踝和右脚踝中的至少两项。3.根据权利要求1所述的方法，其特征在于，所述第二类关键点为根据身体表面曲率筛选出的关键点。4.根据权利要求3所述的方法，其特征在于，所述第二类关键点包括：身体表面高斯曲率为正且按照高斯曲率绝对值排序为前第一设定数量的点，和/或，身体表面高斯曲率为负且按照高斯曲率绝对值排序为前第二设定数量的点。5.根据权利要求1所述的方法，其特征在于，所述第一类关键点与所述第二类关键点中的至少一类关键点的移动信息表示为该关键点的帧间移动距离的平均值，所述帧间移动距离根据像素坐标计算得到。6...

【专利技术属性】
技术研发人员：路建波，马旭，
申请(专利权)人：国家卫生健康委科学技术研究所，
类型：发明
国别省市：