[发明专利]一种行为检测方法、系统、设备及机器可读介质

说明书

本发明提供一种行为检测方法、系统、设备及机器可读介质，包括获取一个或多个包含有目标行为的提案；根据一个或多个分类器对包含有目标行为的提案进行分类，获取至少两个分类结果；对至少两个分类结果进行合并，获得目标行为检测结果。本发明能够使一连续帧图像感知该视频包含的全部信息，根据该连续帧图像生成得分，对得分进行排序，选择得分值高的生成候选时域、区域，不会造成漏检、误检。同时，对提案进行边界调整，能够准确定位目标行为的起始时间，适应多样化的人类行为和不同时间尺度的人类行为。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种用于进行行为检测的行为检测方法、系统、设备及机器可读介质。

背景技术

随着互联网产业的飞速发展和高清摄像头的普及，每天产生了数以百万计的视频。无论是视频内容审核还是公共场合安全监控，都需要自动化视频处理技术来分析这些视频的内容和检测人类行为。而目前检测人类行为大多数是利用人工智能技术的感知能力进行检测，通过感知视频内容信息检测人类行为。现有的人类行为检测流程可以分为两类：(1)基于滑动窗的检测；(2)基于行为得分的检测。

而通过滑动窗检测容易造成两个重要的问题缺陷：1)行为检测的边界不准确，即不能准确定位行为的起止时间；2)不能适应多样性的人类行为，即不能同时适用于不同时间尺度的人类行为。并且行为得分检测极度依赖于打分机制，从而造成两个问题：1)目前的打分机制只关注于当前内容，无法感知全局的上下文信息，从而导致其打分质量差；2)依据质量欠佳的行为得分生成候选时域区域提案容易造成漏检、误检等问题。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供行为检测方法、系统、设备及机器可读介质，用于解决现有技术中存在的问题。

为实现上述目的及其他相关目的，本发明提供一种行为检测方法，包括有：

获取一个或多个包含有目标行为的提案；

一个或多个分类器，根据所述一个或多个分类器对包含有目标行为的提案进行分类，获取至少两个分类结果；每一个分类器包括有一层或多层，每一层包括有一个或多个模板、一个或多个待训练的卷积神经网络；所述模板包括一个或多个所述感知器模型、一个或多个训练后的卷积神经网络；

对所述至少两个分类结果进行合并，获得目标行为检测结果；包括：根据不同的分类器分别获取基于目标行为概率提案以及基于时间行为时间尺度提案；并筛选出其中重合度最高的基于目标行为的分类结果和基于时间尺度的分类结果；并根据筛选出的分类结果融合得到目标行为检测结果。

可选地，所述提案包括以下至少之一：目标行为概率提案、目标行为时间尺度提案。

可选地，分类结果包括以下至少之一：目标行为概率提案、目标行为时间尺度提案。

可选地，获取一个或多个包含有目标行为的第一连续帧图像、第二连续帧图像；利用一个或多个神经网络对第一连续帧图像进行表征，使所述第一连续帧图像能够获取第二连续帧图像的目标行为特征信息；

根据所述第一连续帧图像、第二连续帧图像生成包含有目标行为的提案。

可选地，利用一个或多个神经网络对第一连续帧图像进行表征，使第一连续帧图像中的每一帧图像能够感知当前帧图像具有的目标行为特征信息、其他帧图像具有的目标行为特征信息。

可选地，利用一个或多个神经网络对第二连续帧图像进行表征，使第二连续帧图像中的每一帧图像能够感知当前帧图像具有的目标行为特征信息、其他帧图像具有的目标行为特征信息。

可选地，所述目标行为检测结果包括以下至少之一：目标行为中间检测结果、目标行为最终检测结果。

可选地，根据所述目标行为中间检测结果或目标行为最终检测结果更新所述一个或多个分类器中的参数。