[发明专利]一种基于视频分析的对象行为检测方法及装置

权利要求书

1.一种基于视频分析的对象行为检测方法，包括：

将原始视频转换成包含多个视频帧的视频图像序列，检测所述视频图像序列中的各个视频帧中包含的目标对象；

分别确定所述目标对象在各个视频帧中的位置信息，根据所述位置信息确定所述目标对象的运动轨迹；

根据所述目标对象在各个视频帧中的位置信息，检测所述视频图像序列中的各个视频帧中包含的目标对象的骨骼关键点信息；

根据预先训练的骨骼识别模型以及检测得到的所述各个视频帧中包含的目标对象的骨骼关键点信息，确定所述目标对象的动作类别；

根据所述目标对象的运动轨迹以及所述目标对象的动作类别，检测所述目标对象的行为是否异常。

2.根据权利要求1所述的方法，其中，所述检测所述视频图像序列中的各个视频帧中包含的目标对象包括：

检测所述视频图像序列中的各个视频帧中包含的候选对象；

根据所述各个视频帧中包含的候选对象筛选所述视频图像序列中包含的目标对象。

3.根据权利要求1或2所述的方法，其中，所述根据所述目标对象在各个视频帧中的位置信息，检测所述视频图像序列中的各个视频帧中包含的目标对象的骨骼关键点信息包括：

检测所述视频图像序列中的各个视频帧中包含的候选对象的骨骼关键点信息；

根据所述目标对象在各个视频帧中的位置信息从所述候选对象的骨骼关键点信息中筛选所述目标对象的骨骼关键点信息。

4.根据权利要求3所述的方法，其中，所述检测所述视频图像序列中的各个视频帧中包含的候选对象的骨骼关键点信息包括：

利用OpenPose算法检测所述视频图像序列中的各个视频帧中包含的候选对象的骨骼关键点信息。

5.根据权利要求1所述的方法，其中，所述确定所述目标对象在各个视频帧中的位置信息包括：

根据所述目标对象的跟踪框确定所述目标对象在各个视频帧中的位置信息。

6.根据权利要求1所述的方法，其中，所述检测所述视频图像序列中的各个视频帧中包含的目标对象包括：

利用YOLOV3算法检测所述视频图像序列中的各个视频帧中包含的目标对象。

7.根据权利要求1所述的方法，其中，所述根据所述位置信息确定所述目标对象的运动轨迹包括：

利用卡尔曼滤波算法根据相邻两个视频帧数中在前视频帧数中的目标对象的位置信息估计目标对象的预测跟踪结果；

从运动匹配度和表观匹配度两方面，判断目标对象的预测跟踪结果与目标对象的实际检测结果是否匹配。

8.一种基于视频分析的对象行为检测装置，包括：

目标对象检测模块，适于将原始视频转换成包含多个视频帧的视频图像序列，检测所述视频图像序列中的各个视频帧中包含的目标对象；

运动轨迹确定模块，适于分别确定所述目标对象在各个视频帧中的位置信息，根据所述位置信息确定所述目标对象的运动轨迹；

骨骼关键点信息检测模块，适于根据所述目标对象在各个视频帧中的位置信息，检测所述视频图像序列中的各个视频帧中包含的目标对象的骨骼关键点信息；

动作类别确定模块，适于根据预先训练的骨骼识别模型以及检测得到的所述各个视频帧中包含的目标对象的骨骼关键点信息，确定所述目标对象的动作类别；

异常行为判断模块，适于根据所述目标对象的运动轨迹以及所述目标对象的动作类别，检测所述目标对象的行为是否异常。

9.一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的一种基于视频分析的对象行为检测方法对应的操作。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的一种基于视频分析的对象行为检测方法对应的操作。