人体行为分析方法、装置、电子设备及存储介质制造方法及图纸

本公开涉及一种人体行为分析方法、装置、电子设备及存储介质，包括：对人体行为特征进行识别，生成特征图数据，确定目标图像帧，根据CNN对目标图像帧中的人体行为特征进行识别，生成特征图数据，根据LSTM对特征图数据和特征图数据进行递归运算，分别生成人体行为的动态序列图像和静态序列图像，通过全连接层提取和组合动态序列图像中的动态特征，生成人体行为在空间域中的光流场图像数据，通过预设全连接层提取静态特征，生成人体行为在时间域中的RGB图像数据，对RGB图像数据和光流场图像数据进行加权融合，生成人体行为识别结果。从而采用神经网络识别的方式，提取视频中的时序特征和空间特征，得到准确的人体行为识别结果。

【技术实现步骤摘要】

本公开涉及图像处理，尤其涉及一种人体行为分析方法、装置、电子设备及存储介质。

技术介绍

1、人体行为识别是计算机视觉领域的一个重要的课题。其在行为检测、视频监控等领域都有着广泛的应用价值。与单纯的图片识别不同，人体行为识别会受到诸多因素的干扰，例如光照、背景等。传统方法中，通常通过手动设计某些特定的特征，对数据集中特定的动作进行识别。然而，传统方法在面对诸多与现实场景接近的情况时，往往很难取得好的识别效果。

技术实现思路

1、为克服相关技术中存在的问题，本公开提供一种人体行为分析方法。

2、根据本公开实施例的第一方面，提供一种人体行为分析方法，所述方法包括：

3、基于第一批归一化卷积神经网络cnn对待检测视频数据流中的人体行为特征进行识别，生成第一特征图数据；根据设定图像筛选标准，从所述待检测视频数据流中确定目标图像帧，并根据第二批归一化cnn对所述目标图像帧中的人体行为特征进行识别，生成第二特征图数据；

4、根据预设长短期神经网络lstm，按照时序相关性对所述第一特征图数本文档来自技高网...

【技术保护点】

1.一种人体行为分析方法，其特征在于，所述方法包括：

2.根据权利要求1所述的人体行为分析方法，其特征在于，所述基于第一批归一化卷积神经网络CNN对待检测视频数据流中的人体行为特征进行识别，生成第一特征图数据，包括：

3.根据权利要求2所述的人体行为分析方法，其特征在于，所述根据所述待测视频数据流中各帧图像数据的图像数据张量维度，通过所述第一批归一化CNN对所述各帧图像数据进行批归一化处理，生成多维图像数据，包括：

4.根据权利要求1所述的人体行为分析方法，其特征在于，所述对所述RGB图像数据和所述光流场图像数据进行加权融合，生成人体行为识别结果，包括...

【技术特征摘要】

1.一种人体行为分析方法，其特征在于，所述方法包括：

2.根据权利要求1所述的人体行为分析方法，其特征在于，所述基于第一批归一化卷积神经网络cnn对待检测视频数据流中的人体行为特征进行识别，生成第一特征图数据，包括：

3.根据权利要求2所述的人体行为分析方法，其特征在于，所述根据所述待测视频数据流中各帧图像数据的图像数据张量维度，通过所述第一批归一化cnn对所述各帧图像数据进行批归一化处理，生成多维图像数据，包括：

4.根据权利要求1所述的人体行为分析方法，其特征在于，所述对所述rgb图像数据和所述光流场图像数据进行加权融合，生成人体行为识别结果，包括：

5.根据权利要求4所述的人体行为分析方法，其特征在于，所述对所述...

【专利技术属性】
技术研发人员：吴国彬，吴伟标，曹炜，
申请(专利权)人：广东共缔物联安防科技有限公司，
类型：发明
国别省市：