【技术实现步骤摘要】
一种打架斗殴行为识别方法及电子设备
[0001]本专利技术涉及图像识别领域,特别是涉及一种打架斗殴行为识别方法及电子设备。
技术介绍
[0002]本专利技术的技术背景:为了保障安全、维护秩序,很多公共场所都安装了摄像头来检测异常行为,其中打架斗殴是一种影响非常恶劣,且十分危险的异常行为。实时识别出打架斗殴事件,能够协助工作人员在第一时间赶到事发现场进行劝阻,防止事态进一步恶化。
[0003]因此为了快速识别出打架斗殴行为,专利技术专利申请CN2019107782869提供了一种打架斗殴行为的识别方法,包括以下步骤:步骤A:通过监控视频获取数据,使用隔帧法提取视频数据,通过模型识别出视频内的目标人物,以及目标人物的肢体骨骼数据;步骤B:判断检测的目标人物的数量;步骤C:计算当前帧数据的目标人物数据对于上一帧数据的每一个目标人物数据的交叠率;步骤D:计算出目标人物的运动速度;步骤E:对目标人物状态的判断,计算目标人物肢体摆动幅度;步骤F:根据步骤A、步骤B、步骤C、步骤D和步骤E的结果判断打架斗殴行为。
[0004]专利技术专利申请CN2019112440787公开了一种基于视频的打架斗殴检测方法,基于目标检测方法对视频中的人体目标进行有效检测,而后利用骨架提取算法提取人体骨架关键点信息,包括连续多帧的每个人体的骨架关键点2D坐标信息,构建成骨架序列,并在骨架序列上构建时空卷积图,同时将时空卷积图输入已训练好的多层时空卷积网络(st
‑
gcn)进行动作识别;利用本方法可精准识别打架斗殴等 ...
【技术保护点】
【技术特征摘要】
1.一种打架斗殴行为识别方法,其特征在于:包括如下步骤:S1、获得视频流数据中的图片帧序列,将某一图片帧对应的n个短时动作队列作为一组数据;不同短时动作队列中的图片帧数量不同;将短时动作队列中的图像帧均匀分成m个图像块并按顺序编号,每个短时动作队列形成m个时空动作队列并进行人工标注形成数据集,n≥2,m≥4;S2、将数据集输入待训练的多头自注意力机制模型训练得到训练好的多头自注意力机制模型;S3、读取视频流,获取当前图片帧i,将当前图片帧i对应的n个短时动作队列的时空动作队列输入训练好的识别模型输出打架斗殴的概率;S4、将当前图片帧i对应的打架斗殴的概率P与预设阈值L进行比较,若P≥L则判断为发生了打架斗殴,进行报警。2.如权利要求1所述的打架斗殴行为识别方法,其特征在于:所述步骤S1中,n=3,m=9。3.如权利要求2所述的打架斗殴行为识别方法,其特征在于:所述步骤S1中短时动作队列l
i
=l
i1
,l
i2
,l
i3
;l
i1
,l
i2
,l
i3
分别表示9个图片帧,16个图片帧和25个图片帧的短时动作队列。4.如权利要求3所述的打架斗殴行为识别方法,其特征在于:步骤S2中,先将短时动作队列l
i
=l
i1
,l
i2
,l
i3
均输入大小为t
×
h
×
w的三维卷积核进行三维卷积得到特征图z
i1
,z
i2
,z
i3
;z
ij
=z
1ij
,...,z
9ij,
j=1,2,3;z
9ij
表示第i个图片帧对应的第j个短时动作队列中的第9个时空动作队列;对每个短时动作队列添加可学习的类别z
ijcls
和位置编码P
i,
得到多头自注意力机制模型的输入序列:z
ij
=[z
...
【专利技术属性】
技术研发人员:马晓龙,贺婧怡,闾凡兵,吴婷,
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:
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。