一种基于AI图像识别行为监测的分析系统及其方法技术方案

本发明专利技术涉及AI技术领域，提供一种基于AI图像识别行为监测的分析系统及其方法，该系统包括AI行为识别装置、人体行为识别装置和日志行为识别装置，AI行为识别装置与日志行为识别分别与人体行为识别装置连接；AI行为识别装置包括AI图像识别装置和AI行为识别模型；人体行为识别装置包括人体数据识别装置和第一行为识别模型；日志行为识别装置括日志数据获取装置和第二行为识别模型；基于AI行为识别装置得到AI人体行为；基于人体行为识别装置得到模型人体行为；基于日志行为识别装置得到日志人体行为；对目标用户的用户行为进行监测分析。本发明专利技术提供的基于AI图像识别行为监测的分析系统实现了对用户行为进行准确地行为监测分析。实现了对用户行为进行准确地行为监测分析。实现了对用户行为进行准确地行为监测分析。

【技术实现步骤摘要】
一种基于AI图像识别行为监测的分析系统及其方法


[0001]本专利技术涉及AI
，尤其涉及一种基于AI图像识别行为监测的分析系统及其方法。

技术介绍

[0002]现有用户行为监测分析方法是将采集的用户图像输入到单个行为识别模型中，通过单个行为识别模型识别出用户的行为，并对用户的行为进行检测分析。然而，单个识别模型在行为识别分析过程中，不同的识别模型的识别方法和识别精度是不一样的，从而导致行为监测分析出现偏差，因此不能对用户的行为进行准确地行为监测分析。

技术实现思路

[0003]本专利技术提供一种基于AI图像识别行为监测的分析系统及其方法，旨在实现对用户行为进行准确地行为监测分析。
[0004]第一方面，本专利技术提供一种基于AI图像识别行为监测的分析系统，所述系统包括人工智能AI行为识别装置、人体行为识别装置和日志行为识别装置，所述AI行为识别装置与所述人体行为识别装置连接，所述人体行为识别装置与所述日志行为识别装置连接；
[0005]所述AI行为识别装置包括AI图像识别装置和AI行为识别模型；所述人体行为识别装置包括人体数据识别装置和第一行为识别模型；所述日志行为识别装置括日志数据获取装置和第二行为识别模型；
[0006]所述AI行为识别装置，用于将所述AI图像识别装置对目标用户的用户行为识别得到的AI人体图像，输入至所述AI行为识别模型中，得到AI人体行为；
[0007]所述人体行为识别装置，用于将所述人体数据识别装置对所述用户行为识别得到的人体数据，输入至所述第一行为识别模型中，得到模型人体行为；
[0008]所述日志行为识别装置，用于将所述日志数据获取装置根据所述用户行为获取到的日志数据，输入至所述第二行为识别模型中，得到日志人体行为；
[0009]所述基于AI图像识别行为监测的分析系统，用于根据所述AI人体行为、所述模型人体行为和所述日志人体行为，对所述目标用户的用户行为进行监测分析。
[0010]第二方面，本专利技术提供一种基于AI图像识别行为监测的分析方法，应用于如第一方面所述的系统，包括：
[0011]获取目标用户的用户行为；
[0012]对所述用户行为进行AI识别，得到AI人体图像，并将所述AI人体图像输入至AI行为识别模型中，得到AI人体行为；
[0013]对所述用户行为进行人体识别，得到人体数据，并将所述人体数据输入至第一行为识别模型中，得到模型人体行为；
[0014]获取所述用户行为的日志数据，并将所述日志数据输入至第二行为识别模型中，得到日志人体行为；
[0015]根据所述AI人体行为、所述模型人体行为和所述日志人体行为，对所述目标用户的用户行为进行监测分析；
[0016]其中，所述AI行为识别模型是AI图像样本及其对应的行为标签训练得到的；所述第一行为识别模型是人体数据样本及其对应的行为标签训练得到的；所述第二行为识别模型是日志数据样本及其对应的用户行为属性样本数据为标签标签训练得到的。
[0017]在一个实施例中，所述AI行为识别模型包括头部识别网络、身体部位识别网络和腿部识别网络；
[0018]所述对所述用户行为进行AI识别，得到AI人体图像，并将所述AI人体图像输入至AI行为识别模型中，得到AI人体行为，包括：
[0019]对所述用户行为进行AI识别，得到所述目标用户的行为动作以及人体区域的AI人体图像；
[0020]以肩部为第一分割特征线并以腰部为第二分割特征线，将所述AI人体图像进行特征分割了，得到所述目标用户的头部特征图像、身体部位特征图像和腿部特征图像；
[0021]将所述头部特征图像输入至所述头部识别网络中，得到所述头部识别网络输出的所述目标用户的头部特征数据；
[0022]将所述身体部位特征图像输入至所述身体部位识别网络中，得到所述身体部位识别网络输出的所述目标用户的身体部位特征数据；
[0023]将所述腿部特征图像输入至所述腿部识别网络中，得到所述腿部识别网络输出的所述目标用户的腿部特征数据；
[0024]根据所述目标用户的头部特征数据、身体部位特征数据和腿部特征数据，得到所述AI人体行为。
[0025]所述AI行为识别模型还包括行为识别网络和行为融合网络；
[0026]所述根据所述目标用户的头部特征数据、身体部位特征数据和腿部特征数据，得到所述AI人体行为，包括：
[0027]将所述目标用户的头部特征数据、身体部位特征数据和腿部特征数据输入至所述行为识别网络中进行行为识别，分别得到所述目标用户的头部行为、身体部位行为和腿部行为；
[0028]将所述目标用户的头部行为、身体部位行为和腿部行为输入至所述行为融合网络进行行为融合，得到所述AI人体行为。
[0029]第一行为识别模型包括骨骼识别网络和躯体识别网络；
[0030]所述对所述用户行为进行人体识别，得到人体数据，并将所述人体数据输入至第一行为识别模型中，得到模型人体行为，包括：
[0031]对所述用户行为进行人体识别，得到骨骼数据和躯干数据；
[0032]将所述骨骼数据输入至所述骨骼识别网络中，得到所述骨骼识别网络输出的所述目标用户的人体运动特征数据；
[0033]将所述躯干数据输入至所述躯体识别网络中，得到所述躯体识别网络输出的所述目标用户的躯干特征数据；
[0034]将所述目标用户的人体运动特征数据和躯干特征数据进行融合，得到所述目标用户的模型人体行为。
[0035]所述骨骼识别网络包括行为特征提取层、位置特征提取层和特征叠加层，所述行为特征提取层和所述位置特征提取层的输出端分别与所述特征叠加层的输入端连接，所述行为特征提取层用于提取行为特征数据，所述位置特征提取层用于提取位置特征数据，所述特征叠加层用于将行为特征数据和位置特征数据进行融合；
[0036]所述将所述骨骼数据输入至所述骨骼识别网络中，得到所述骨骼识别网络输出的所述目标用户的人体运动特征数据，包括：
[0037]将所述骨骼数据输入至所述行为特征提取层中进行行为特征提取，得到所述目标用户的行为特征数据；
[0038]将所述骨骼数据输入至所述位置特征提取层中进行位置特征提取，得到所述目标用户的位置特征数据；
[0039]将所述目标用户的行为特征数据和位置特征数据输入至所述特征叠加层中特征叠加融合，得到所述目标用户的人体运动特征数据。
[0040]所述获取所述用户行为的日志数据，包括：
[0041]获取所述用户行为的目标发生时间，并获取所述目标用户在所述目标发生时间的样本日志序列；
[0042]将所述样本日志序列拆分为预设数量的样本子序列，并将所有的样本子序列，确定为所述目标用户的日志数据。
[0043]所述将所述日志数据输入至第二行为识别模型中，得到日志人体行为，包括：
[0044]将每一个所述样本子序列输入至所述第二行为识别模型中，得到所述第二行为识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI图像识别行为监测的分析系统，其特征在于，包括人工智能AI行为识别装置、人体行为识别装置和日志行为识别装置，所述AI行为识别装置与所述人体行为识别装置连接，所述人体行为识别装置与所述日志行为识别装置连接；所述AI行为识别装置包括AI图像识别装置和AI行为识别模型；所述人体行为识别装置包括人体数据识别装置和第一行为识别模型；所述日志行为识别装置括日志数据获取装置和第二行为识别模型；所述AI行为识别装置，用于将所述AI图像识别装置对目标用户的用户行为识别得到的AI人体图像，输入至所述AI行为识别模型中，得到AI人体行为；所述人体行为识别装置，用于将所述人体数据识别装置对所述用户行为识别得到的人体数据，输入至所述第一行为识别模型中，得到模型人体行为；所述日志行为识别装置，用于将所述日志数据获取装置根据所述用户行为获取到的日志数据，输入至所述第二行为识别模型中，得到日志人体行为；所述基于AI图像识别行为监测的分析系统，用于根据所述AI人体行为、所述模型人体行为和所述日志人体行为，对所述目标用户的用户行为进行监测分析。2.一种基于AI图像识别行为监测的分析方法，其特征在于，应用于权利要求1所述的基于AI图像识别行为监测的分析系统，包括：获取目标用户的用户行为；对所述用户行为进行AI识别，得到AI人体图像，并将所述AI人体图像输入至AI行为识别模型中，得到AI人体行为；对所述用户行为进行人体识别，得到人体数据，并将所述人体数据输入至第一行为识别模型中，得到模型人体行为；获取所述用户行为的日志数据，并将所述日志数据输入至第二行为识别模型中，得到日志人体行为；根据所述AI人体行为、所述模型人体行为和所述日志人体行为，对所述目标用户的用户行为进行监测分析；其中，所述AI行为识别模型是AI图像样本及其对应的行为标签训练得到的；所述第一行为识别模型是人体数据样本及其对应的行为标签训练得到的；所述第二行为识别模型是日志数据样本及其对应的用户行为属性样本数据为标签标签训练得到的。3.根据权利要求2所述的基于AI图像识别行为监测的分析方法，其特征在于，所述AI行为识别模型包括头部识别网络、身体部位识别网络和腿部识别网络；所述对所述用户行为进行AI识别，得到AI人体图像，并将所述AI人体图像输入至AI行为识别模型中，得到AI人体行为，包括：对所述用户行为进行AI识别，得到所述目标用户的行为动作以及人体区域的AI人体图像；以肩部为第一分割特征线并以腰部为第二分割特征线，将所述AI人体图像进行特征分割了，得到所述目标用户的头部特征图像、身体部位特征图像和腿部特征图像；将所述头部特征图像输入至所述头部识别网络中，得到所述头部识别网络输出的所述目标用户的头部特征数据；将所述身体部位特征图像输入至所述身体部位识别网络中，得到所述身体部位识别网
络输出的所述目标用户的身体部位特征数据；将所述腿部特征图像输入至所述腿部识别网络中，得到所述腿部识别网络输出的所述目标用户的腿部特征数据；根据所述目标用户的头部特征数据、身体部位特征数据和腿部特征数据，得到所述AI人体行为。4.根据权利要求3所述的基于AI图像识别行为监测的分析方法，其特征在于，所述AI行为识别模型还包括行为识别网络和行为融合网络；所述根据所述目标用户的头部特征数据、身体部位特征数据和腿部特征数据，得到所述AI人体行为，包括：将所述目标用户的头部特征数据、身体部位特征数据和腿部特征数据输入至所述行为识别网络中进行行为识别，分别得到所述目标用户的头部行为、身体部位行为和腿部行为；将所述目标用户的头部行为、身体部位行为和腿部行为输入至所述行为融合网络进行行为融合，得到所述AI人体行为。5.根据...

【专利技术属性】
技术研发人员：彭孔涛，李文华，曹忠文，
申请(专利权)人：深圳市视壮科技有限公司，
类型：发明
国别省市：