[发明专利]一种基于视频分析的对象行为检测方法及装置

说明书

本发明公开了一种基于视频分析的对象行为检测方法及装置，该方法包括：将原始视频转换成包含多个视频帧的视频图像序列，检测视频图像序列中各个视频帧中包含的目标对象；分别确定目标对象在各个视频帧中的位置信息，根据位置信息确定目标对象的运动轨迹；根据目标对象在各个视频帧中的位置信息，检测视频图像序列中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及检测所得各个视频帧中包含的目标对象的骨骼关键点信息，确定目标对象的动作类别；根据目标对象的运动轨迹以及目标对象的动作类别，检测目标对象的行为是否异常。由此可见，本发明能综合利用目标对象的运动轨迹和动作类别，实现对异常行为的精准预测。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种基于视频分析的对象行为检测方法及装置。

背景技术

随着经济科技水平的飞速发展，监控系统如同雨后春笋，电子眼遍布全国各个城市的大大小小各个街道。人们对安全性的认识越来越高，普遍存在着通过监控系统来进行安全管控的现象，监控系统也不负众望，极大地提升了社会安全性。但目前的监控系统仍需人工参与判断或者监督异常行为，随着计算机视觉技术的不断发展，高度自动化、智能化的监控系统必然在未来的监控系统中扮演重要的角色。

行人异常行为分析首先进行行人检测，目前行人检测的方法已比较成熟，如基于背景建模方法，提取出前景运动目标，在目标区域进行特征提取，再利用分类器进行分类，判断是否包含行人；基于统计学习的方法，根据大量数据进行行人检测分类器，以目标的灰度、颜色、纹理、HOG(Histogramof OrientedGradient，方向梯度直方图)特征等作为主要目标特征。分类器包括神经网络、SVM(SupportVectorMachine，支持向量机)以及深度学习等。

但现有技术方案中仍然存在以下问题：

(1)检查工作量大：通常目前检测手段仍然是以人工为主，往往需要消耗大量的人力物力。

(2)衡量标准单一、检测准确率不高：往往使用单模型的检测系统获得的检测指标单一，以单一指标进行检测在效率上有一定的优势，但是在准确率上会有所降低。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于视频分析的对象行为检测方法及装置。

依据本发明的一个方面，提供了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；

分别确定目标对象在各个视频帧中的位置信息，根据位置信息确定目标对象的运动轨迹；

根据目标对象在各个视频帧中的位置信息，检测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各个视频帧中包含的目标对象的骨骼关键点信息，确定目标对象的动作类别；

根据目标对象的运动轨迹以及目标对象的动作类别，检测目标对象的行为是否异常。

可选地，检测视频图像序列中的各个视频帧中包含的目标对象包括：

检测视频图像序列中的各个视频帧中包含的候选对象；

根据各个视频帧中包含的候选对象筛选视频图像序列中包含的目标对象。

可选地，根据目标对象在各个视频帧中的位置信息，检测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；

根据目标对象在各个视频帧中的位置信息从候选对象的骨骼关键点信息中筛选目标对象的骨骼关键点信息。