【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种行为检测方法、装置、电子设备及存储介质。
技术介绍
1、传统的安防监控系统不具备视频分析和预警的能力，不能及时识别出视频中对象行为是否为斗殴行为，进而无法提前预警并采取相关措施，以减少斗殴行为加剧带来的危害。
2、现有技术检测视频中对象行为是否为斗殴行为，仅进行一次常规检测，即识别视频中对象行为进行一次判断，判断该行为是否为斗殴行为，若判断该行为是斗殴行为则报警，判断该行为不是斗殴行为则不报警。
3、然而，上述方案对斗殴行为的判断较为粗糙、报警门槛较低，容易出现识别不准确，进而导致误报警或不报警的现象产生。因此，亟需设计一种行为检测方法。
技术实现思路
1、本申请提供一种行为检测方法、装置、电子设备及存储介质，用于加强对目标行为的检测，提高检测效率，减少报警误报率并提高算力资源利用率。
2、为达到上述目的，本申请采用如下技术方案：
3、第一方面，提供一种行为检测方法，应用于斗殴行为预警系统，方法包括：获取目标数据集，目标数据集包括多个具有目标行为的第一样本视频以及多个不具有目标行为的第二样本视频，且第一样本视频的数量与第二样本视频的数量比例之差小于或等于预设差值；根据目标数据集，对预设的视频识别模型进行训练，得到目标行为识别模型；采用并发部署的方式部署目标行为识别模型，得到目标行为识别模型集群；获取当前视频的采样帧，提取采样帧的帧差运动面积，并根据帧差运动面积以及目标行为识别模型集群，得到当前视频的第一识
4、可选的，获取目标数据集，包括：获取预处理样本视频集；预处理样本视频集包括多个未处理的样本视频；按照预设时长以及预设帧数，对预处理样本视频集中的样本视频进行剪裁处理，得到中间样本视频集；中间样本视频集中各视频的时长小于预设时长，且帧数小于预设帧数；对中间样本视频集中的样本视频进行过滤，得到过滤样本视频集；过滤样本视频集中各样本视频的场景变换程度小于或等于预设程度。
5、可选的，根据当前视频的第一识别概率、上一视频的第二识别概率以及上一视频的报警结果，确定当前视频对应的报警结果，包括：在第一识别概率大于第一阈值的情况下，将报警结果确定为报警；在第一识别概率小于或等于第一阈值，且上一视频的报警结果为非预报警的情况下，若第一识别概率小于或等于第二阈值，将报警结果确定为不报警；若第一识别概率大于第二阈值，将报警结果确定为预报警；第二阈值小于第一阈值；在第一识别概率小于或等于第一阈值，且上一视频的报警结果为预报警的情况下，若第一识别概率大于第二阈值，且第一识别概率与第二识别概率之和大于第三阈值，将报警结果确定为报警；第三阈值大于第一阈值；在第一识别概率小于或等于第一阈值，且上一视频的报警结果为预报警的情况下，若第一识别概率小于或等于第二阈值，或第一识别概率与第二识别概率之和小于或等于第三阈值，确定合并视频的第三识别概率，在第一识别概率、第二识别概率、第三识别概率之和大于第四阈值的情况下，将报警结果确定为报警；在第一识别概率、第二识别概率、第三识别概率之和小于或等于第四阈值的情况下，将报警结果确定为不报警；合并视频包括当前视频以及上一视频；第三识别概率用于反映合并视频中对象行为为目标行为的概率；第四阈值大于第三阈值。
6、第二方面，提供一种行为检测装置，检测装置包括获取单元、处理单元；获取单元，用于获取目标数据集，目标数据集包括多个具有目标行为的第一样本视频以及多个不具有目标行为的第二样本视频，且第一样本视频的数量与第二样本视频的数量比例之差小于或等于预设差值；处理单元，用于根据目标数据集，对预设的视频识别模型进行训练，得到目标行为识别模型；处理单元，还用于采用并发部署的方式部署目标行为识别模型，得到目标行为识别模型集群；获取单元，还用于获取当前视频的采样帧，提取采样帧的帧差运动面积，并根据帧差运动面积以及目标行为识别模型集群，得到当前视频的第一识别概率；当前视频为在第一时间段采集的目标场景的视频；第一识别概率用于反映当前视频中对象行为为目标行为的概率。获取单元，还用于获取上一视频的第二识别概率以及上一视频的报警结果，并根据当前视频的第一识别概率、上一视频的第二识别概率以及上一视频的报警结果，确定当前视频对应的报警结果；上一视频为在第二时间段采集的目标场景的视频；第二时间段为第一时间段之前的时间段；第二识别概率用于反映上一视频中对象行为为目标行为的概率。
7、可选的，获取单元，具体用于：获取预处理样本视频集；预处理样本视频集包括多个未处理的样本视频；按照预设时长以及预设帧数，对预处理样本视频集中的样本视频进行剪裁处理，得到中间样本视频集；中间样本视频集中各视频的时长小于预设时长，且帧数小于预设帧数；对中间样本视频集中的样本视频进行过滤，得到过滤样本视频集；过滤样本视频集中各样本视频的场景变换程度小于或等于预设程度。
8、可选的，处理单元，具体用于：在第一识别概率大于第一阈值的情况下，将报警结果确定为报警；在第一识别概率小于或等于第一阈值，且上一视频的报警结果为非预报警的情况下，若第一识别概率小于或等于第二阈值，将报警结果确定为不报警；若第一识别概率大于第二阈值，将报警结果确定为预报警；第二阈值小于第一阈值；在第一识别概率小于或等于第一阈值，且上一视频的报警结果为预报警的情况下，若第一识别概率大于第二阈值，且第一识别概率与第二识别概率之和大于第三阈值，将报警结果确定为报警；第三阈值大于第一阈值；在第一识别概率小于或等于第一阈值，且上一视频的报警结果为预报警的情况下，若第一识别概率小于或等于第二阈值，或第一识别概率与第二识别概率之和小于或等于第三阈值，确定合并视频的第三识别概率，在第一识别概率、第二识别概率、第三识别概率之和大于第四阈值的情况下，将报警结果确定为报警；在第一识别概率、第二识别概率、第三识别概率之和小于或等于第四阈值的情况下，将报警结果确定为不报警；合并视频包括当前视频以及上一视频；第三识别概率用于反映合并视频中对象行为为目标行为的概率；第四阈值大于第三阈值。
9、第三方面，提供一种电子设备，包括：处理器、用于存储处理器可执行的指令的存储器；其中，处理器被配置为执行指令，以实现上述第一方面的行为检测方法。
10、第四方面，提供一种计算机可读存储介质，计算机可读存储介质上存储有指令，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述第一方面的行为检测方法。
11、本申请实施例提供的技本文档来自技高网...
【技术保护点】
1.一种行为检测方法，其特征在于，应用于斗殴行为预警系统，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标数据集，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述当前视频的第一识别概率、所述上一视频的第二识别概率以及所述上一视频的报警结果，确定所述当前视频对应的报警结果，包括：
4.一种行为检测装置，其特征在于，所述检测装置包括获取单元、处理单元；
5.根据权利要求4所述的检测装置，其特征在于，所述获取单元，具体用于：获取预处理样本视频集；所述预处理样本视频集包括多个未处理的样本视频；按照预设时长以及预设帧数，对所述预处理样本视频集中的样本视频进行剪裁处理，得到中间样本视频集；所述中间样本视频集中各视频的时长小于预设时长，且帧数小于预设帧数；对所述中间样本视频集中的样本视频进行过滤，得到过滤样本视频集；所述过滤样本视频集中各样本视频的场景变换程度小于或等于预设程度。
6.根据权利要求4所述的检测装置，其特征在于，所述处理单元，具体用于：在所述第一识别概率大于第一阈值的情况下，将所述报警
7.一种电子设备，其特征在于，包括：处理器、用于存储所述处理器可执行的指令的存储器；其中，所述处理器被配置为执行指令，以实现权利要求1-3中任一项所述的行为检测方法。
8.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1-3中任一项所述的行为检测方法。
...【技术特征摘要】
1.一种行为检测方法，其特征在于，应用于斗殴行为预警系统，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标数据集，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述当前视频的第一识别概率、所述上一视频的第二识别概率以及所述上一视频的报警结果，确定所述当前视频对应的报警结果，包括：
4.一种行为检测装置，其特征在于，所述检测装置包括获取单元、处理单元；
5.根据权利要求4所述的检测装置，其特征在于，所述获取单元，具体用于：获取预处理样本视频集；所述预处理样本视频集包括多个未处理的样本视频；按照预设时长以及预设帧数，对所述预处理样本视频集中的样本视频进行剪裁处理，得到中间样本视频集；所述中间样本视频集中各视频的时长小于预设时长，且帧数小于预设帧数；对所述中间样本视频集中的样本视频进行过滤，得到过滤样本视频集；所述过滤样本视频集中各样本视频的场景变换程度小于或等于预设程度。
6.根据权利要求4所述的检测装置，其特征在于，所述处理单元，具体用于：在所述第一识别概率大于第一阈值的情况下，将所述报警结果确定为报警；在所述第一识别概率小于或等于所述第一阈值，且所述上一视频的报警结果为非预报警的情况下，若所述第一识别概率小于或等于第二阈值，将所述报警结果确定为不报警；若所述第一识别概率大于所述第二阈值，将所述报警结果确定为预报警；所述...
【专利技术属性】
技术研发人员：欧剑港，岳丽云，范荣辉，陈国豪，方思学，宋超杰，吴瑞平，马振源，施辰光，
申请(专利权)人：中国联合网络通信集团有限公司，
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。