[发明专利]基于姿态估计的可迁移校园暴力行为视频识别方法

权利要求书

1.一种基于姿态估计的可迁移校园暴力行为视频识别方法，其特征在于，该方法包括以下步骤：

第一步：数据收集与预处理；

第二步：基于姿态估计的可迁移暴力行为判别网络设计；

第三步：基于姿态估计的可迁移暴力行为判别网络训练；

第四步：用训练好的模型对输入的视频进行校园暴力行为有效识别；

所述的第二步：基于姿态估计的可迁移暴力行为判别网络设计具体为：

(201)选用hourglass网络；

(202)采用OpenPose算法，提取热力图，得到的人物位置信息；

(203)对生成的相邻热力图进行帧差处理，最后输入ConvLSTM网络；

所述的帧差处理为使用卷积神经网络从热力图中提取分层特征，并使用AlexNet模型作为CNN模型；

所述的ConvLSTM网络使用相邻帧之间的差异作为输入，ConvLSTM网络模拟相邻帧中的变化；

所述的ConvLSTM网络在LSTM的基础上，将W的权值计算改变成了卷积运算。

2.根据权利要求1所述的一种基于姿态估计的可迁移校园暴力行为视频识别方法，其特征在于，所述的第一步：数据收集与预处理具体为：

(101)下载公开数据集HockeyFights；

(102)视频下载后，根据视频的名称，将其分开为暴力和非暴力两个文件夹，并将每个视频切分为N帧；

(103)将每张图片缩放至224*224的分辨率大小，以适应后续卷积神经网络的输入需求。

3.根据权利要求2所述的一种基于姿态估计的可迁移校园暴力行为视频识别方法，其特征在于，所述的(102)中的N为40。

4.根据权利要求1所述的一种基于姿态估计的可迁移校园暴力行为视频识别方法，其特征在于，所述的第三步：基于姿态估计的可迁移暴力行为判别网络训练具体为：

(301)从第一步中下载的HockeyFights数据，采集一批样本；

(302)将步骤301采集的一批样本送入设计的网络；

(303)首先OpenPose处理后生成热力图，然后对相邻两个热力图相减，将相减的图，送入CNN模型和ConvLSTM网络，进行前向传播，根据全连接层的分类结果和样本的标签计算交叉熵损失值；

(304)根据得到的交叉熵损失值对网络进行反向传播；

(305)根据反向传播计算出的梯度对网络执行梯度下降算法并更新参数，不断重复步骤(301)至(304)，直至网络收敛。

5.根据权利要求1所述的一种基于姿态估计的可迁移校园暴力行为视频识别方法，其特征在于，所述的第四步：用训练好的模型对输入的视频进行校园暴力行为有效识别巨头为：

(401)将测试视频切帧成40帧数，一个视频为一批；

(402)加载训练好的模型，并把步骤(401)的一批样本导入网络；

(403)然后模型会返回1，0两个值，1代表有打架发生，0代表无打架发生；在场景人数小于设定阈值时，根据openpose提供的人体姿态信息，标注出打架的对象。