异常行为检测方法、电子设备和存储介质技术

本申请实施例涉及图像识别领域，公开了一种异常行为检测方法、电子设备和存储介质。异常行为检测方法包括：对待测视频中的每帧待测图像进行检测识别，得到待测图像中人体的人体图像和人体关键点；根据人体关键点对人体图像进行筛选，得到有效人体图像；其中有效人体图像为人体的朝向为正向或侧向、且人体存在与预设异常行为对应的特定动作的人体图像；对有效人体图像进行检测识别，确定有效人体图像中与预设异常行为对应的特定物品的关键点；计算特定物品的关键点和所述人体关键点中与预设异常行为对应的特定人体关键点之间的距离，并根据距离确定待测视频中是否存在异常行为。本申请的方法提高了检测的准确性和精度。请的方法提高了检测的准确性和精度。请的方法提高了检测的准确性和精度。

【技术实现步骤摘要】
异常行为检测方法、电子设备和存储介质


[0001]本申请实施例涉及图像识别领域，特别涉及一种异常行为检测方法、电子设备和存储介质。

技术介绍

[0002]视频中的异常行为检测是计算机视觉领域中具有重要研究价值和发展前景的任务，可被应用于智能监控、安防系统等产业中。异常行为检测的目的在于发现视频中不应该发生的、危害社会公共安全的行为，比如：对加油站、幼儿园、绿化林地等场所检测吸烟行为，在保密园区、加油站等场所检测打电话行为。
[0003]目前常用的异常行为检测方法是直接检测人体区域是否有电话、香烟等特定物品，来确定人体是否存在特定的异常行为。然而，在实际应用中人体的倾斜角度、人体配饰、光线照射等等因素都会对特定物品的检测造成影响，且像香烟这类尺寸较小的特定物品，很容易与笔、眼镜架、棒棒糖等物品高度相似，进一步影响检测精度和准确度。

技术实现思路

[0004]本申请实施方式的目的在于提供一种异常行为检测方法、电子设备和存储介质，通过人体关键点、特定人体关键点和特定物品的关键点来确定人体是否存在异常行为，提高了检测精度和准确度。
[0005]为解决上述技术问题，本申请的实施方式提供了一种异常行为检测方法，包括：对待测视频中的每帧待测图像进行检测识别，得到所述待测图像中人体的人体图像和人体关键点；根据所述人体关键点对所述人体图像进行筛选，得到有效人体图像；其中所述有效人体图像为所述人体的朝向为正向或侧向、且所述人体存在与预设异常行为对应的特定动作的人体图像；对所述有效人体图像进行检测识别，确定所述有效人体图像中与预设异常行为对应的特定物品的关键点；计算所述特定物品的关键点和所述人体关键点中与预设异常行为对应的特定人体关键点之间的距离，并根据所述距离确定所述待测视频中是否存在异常行为。
[0006]本申请的实施方式还提供了一种电子设备，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，以使所述至少一个处理器能够执行以上实施方式所述的异常行为检测方法。
[0007]本申请的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述实施方式提及的异常行为检测方法。
[0008]本申请实施方式提供的异常行为检测方法，通过人体关键点对人体图像进行筛选，得到人体朝向为正向或侧向、且人体存在与异常行为对应的特定动作的有效人体图像，在确定人体存在特定动作之后，检测有效人体图像中是否存在与异常行为对应的特定物品，在确定存在特定物品之后，计算特定物品的关键点与特定人体关键点之间的距离，以此
来确定待测视频中的人体是否存在异常行为。也就是说，本申请是通过人体关键点、特定物品关键点和特定人体关键点来对人体动作、特定物品、人与特定物品之间的距离这三个条件进行检测，以此来提高检测的准确性和精度，避免误检和错检。
附图说明
[0009]一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
[0010]图1是本申请实施方式提供的异常行为检测方法的流程图；
[0011]图2是本申请实施方式提供的电子设备的结构示意图。
具体实施方式
[0012]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本申请各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。
[0013]下面对本实施方式的异常行为检测方法的实现细节进行举例说明。以下内容仅为方便理解而提供的实现细节，并非实施本方案的必须。
[0014]本申请的实施方式涉及一种异常行为检测方法，如图1所示，包括。
[0015]步骤101，对待测视频中的每帧待测图像进行检测识别，得到待测图像中人体的人体图像和人体关键点。
[0016]本实施例中，待测视频可以直接通过相关场所的监控摄像头获取，也可以是对监控视频进行初步图像处理(如图像去噪处理、图像增强处理等)后获取，然后对待测视频中的每帧待测图像进行检测识别，确定待测图像中的人体和人体关键点。具体地，检测识别可以通过深度学习中的人体检测模型来实现(如：Yolo
‑
pose模型)，人体检测模型的输入为待测图像，输出为人体图像和人体关键点。
[0017]可以理解的是，待测图像包含人体图像和背景图像，背景图像是异常行为检测不关注的，因此需要对待测图像进行检测识别，筛选出其中所包含的一个或多个人体的人体图像。
[0018]进一步地，为了提高异常行为检测识别效率，可以根据待测视频所对应的场所环境、待测视频中的人流密集度，确定对待测视频进行检测的间隔帧数。比如：当待测视频为绿化林地时，可以对待测视频中每隔5帧所对应的待测图像进行异常行为检测；当待测视频为加油站，且待测视频对应的时间段人流密集度较大时，可以对待测视频中每隔2帧所对应的待测图像进行异常行为检测。
[0019]步骤102，根据人体关键点对人体图像进行筛选，得到有效人体图像；其中有效人体图像为人体的朝向为正向或侧向、且人体存在与预设异常行为对应的特定动作的人体图像。
[0020]具体地，预设异常行为可以是打电话行为、抽烟行为、手持危险物品伤人行为等等，每个异常行为都有其对应的一个或多个特定动作，比如：打电话行为对应的特定动作包
括：抬手、小臂靠近耳朵；手持危险物品伤人行为对应的特定动作包括：抬手，小臂伸向身体前方等等。因此，根据人体关键点可以对人体图像进行筛选，得到人体朝向为正向或侧向，且存在与预设异常行为对应的特定动作的有效人体图像。
[0021]在筛选过程中，可以根据各个人体关键点的位置、各人体关键点构成的各身体部位之间的夹角、同一人体的相邻帧人体图像中人体关键点之间的相对位置等等方法确定有效人体图像。
[0022]在一实施例中，人体关键点包括：手腕关键点、手肘关键点、肩部关键点、腰部关键点；根据人体关键点对人体图像进行筛选，得到有效人体图像，包括：根据肩部关键点和腰部关键点确定人体的朝向；根据手腕关键点和手肘关键点形成的小臂线段、手肘关键点和肩部关键点形成的大臂线段、肩部关键点和腰部关键点形成的上身线段，确定人体是否存在特定动作。
[0023]具体地，一旦检测识别得到人体关键点后，则人体关键点在人体图像中的位置(坐标)也就唯一确定。而人体为侧向时，只能检测到人体一侧的关键点，而人体为正向时，可以根据人体左侧肩部关键点和人体左侧腰部关键点在人体图像所处的位置，或者人体右侧肩部关键点和人体右侧腰部关键点在人体图像所处的位置确定。而人体特定动作的检测，可以根据各人体关键点形成的小臂线段、大臂本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常行为检测方法，其特征在于，包括：对待测视频中的每帧待测图像进行检测识别，得到所述待测图像中人体的人体图像和人体关键点；根据所述人体关键点对所述人体图像进行筛选，得到有效人体图像；其中所述有效人体图像为所述人体的朝向为正向或侧向、且所述人体存在与预设异常行为对应的特定动作的人体图像；对所述有效人体图像进行检测识别，确定所述有效人体图像中与预设异常行为对应的特定物品的关键点；计算所述特定物品的关键点和所述人体关键点中与预设异常行为对应的特定人体关键点之间的距离，并根据所述距离确定所述待测视频中是否存在异常行为。2.根据权利要求1所述的异常行为检测方法，其特征在于，所述人体关键点包括：手腕关键点、手肘关键点、肩部关键点、腰部关键点；所述根据所述人体关键点对所述人体图像进行筛选，得到有效人体图像，包括：根据所述肩部关键点和腰部关键点确定所述人体的朝向；根据手腕关键点和手肘关键点形成的小臂线段、手肘关键点和肩部关键点形成的大臂线段、肩部关键点和腰部关键点形成的上身线段，确定所述人体是否存在特定动作。3.根据权利要求2所述的异常行为检测方法，其特征在于，所述根据所述肩部关键点和腰部关键点确定所述人体的朝向，包括：当所述肩部关键点和所述腰部关键点只包含左肩关键点和左腰关键点，或只包含右肩关键点和右腰关键点时，确定所述人体的朝向为侧向；当所述肩部关键点和所述腰部关键点所包含的左肩关键点和左腰关键点均位于所述人体图像的右侧区域，或所述肩部关键点和所述腰部关键点所包含的右肩关键点和右腰关键点均位于所述人体图像的左侧区域，确定所述人体的朝向为正向。4.根据权利要求2所述的异常行为检测方法，其特征在于，所述根据手腕关键点和手肘关键点形成的小臂线段、手肘关键点和肩部关键点形成的大臂线段确定所述人体是否存在特定动作，包括：当所述小臂线段和所述大臂线段之间的第一夹角满足所述特定动作对应的第一阈值范围，和/或，所述大臂线段和所述上身线段之间的第二夹角满足所述特定动作对应的第二阈值范围时，确定所述人体存在特定动作。5.根据权利要求1所述的异常行为检测方法，其特征在于，所述对所述有效人体图像进行检测识别，确定所述有效人体图像中与预设异常行为对应的特定物...

【专利技术属性】
技术研发人员：萧子文，南阳，尤威，缪露，上官丹意，
申请(专利权)人：广东启扬科技有限公司，
类型：发明
国别省市：