[发明专利]基于视频的行为分析方法、装置、设备在审
申请号: | 202010305224.9 | 申请日: | 2020-04-17 |
公开(公告)号: | CN111507264A | 公开(公告)日: | 2020-08-07 |
发明(设计)人: | 周泓;杨诚 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 杭州裕阳联合专利代理有限公司 33289 | 代理人: | 姚宇吉 |
地址: | 310012 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 视频 行为 分析 方法 装置 设备 | ||
1.一种基于视频的行为分析方法,其特征在于,所述方法包括:
获取视频样本,对所述视频样本进行处理;
通过预先训练好的人体姿态估计模型对所述视频样本进行人体关键点检测,得到所述视频样本中人体目标的姿态数据;
通过预先训练好的人体行为分析模型对所述人体目标的姿态数据进行分析,得到所述人体目标的行为含义。
2.根据权利要求1所述的方法,其特征在于,所述对所述视频样本进行处理的步骤,包括:
每隔预设的图像帧数对所述视频样本进行采样,得到视频子样本。
3.根据权利要求2所述的方法,其特征在于,所述视频样本中人体目标的姿态数据包括所述人体目标在所述视频子样本中的姿态数据;所述通过预先训练好的人体姿态估计模型对所述视频样本进行人体关键点检测的步骤,包括:
通过所述人体姿态估计模型对所述视频子样本中的每帧图像进行人体关键点检测,得到所述每帧图像中的人体姿态无向图;
按照所述视频子样本中每帧图像的时间顺序,对所述人体姿态无向图进行排序,得到所述人体目标在所述视频子样本中的姿态数据。
4.根据权利要求3所述的方法,其特征在于,所述人体行为分析模型为图卷积神经网络。
5.根据权利要求1所述的方法,其特征在于,所述通过预先训练好的人体行为分析模型对所述人体目标的人体姿态数据进行分析的步骤,包括:
将所述人体目标的人体姿态数据输入所述人体行为分析模型,得到所述人体目标的行为类型;
根据行为类型与行为含义的预设对应关系,确定所述人体目标的行为类型所对应的行为含义。
6.根据权利要求1所述的方法,其特征在于,所述获取视频样本之前,所述方法还包括:
获取训练样本,所述训练样本包括预先标记了人体关键点的人体图像;
根据所述训练样本,对所述人体姿态估计模型进行有监督训练。
7.根据权利要求1所述的方法,其特征在于,所述获取视频样本之前,所述方法还包括:
获取训练样本,所述训练样本为预先标记了行为类型的视频片段;
通过训练好的所述人体姿态估计模型对所述训练样本进行关键点检测,获得所述训练样本中人体目标的姿态数据;
通过所述训练样本中人体目标的姿态数据和所述训练图像对应的行为类型,对所述人体行为分析模型进行有监督训练。
8.一种基于视频的行为分析装置,其特征在于,所述装置包括:
视频获取模块,用于获取视频样本,对所述视频样本进行处理;
关键点检测模块,用于通过预先训练好的人体姿态估计模型对所述视频样本进行人体关键点检测,得到所述视频样本中人体目标的姿态数据;
姿态分析模块,用于通过预先训练好的人体行为分析模型对所述人体目标的姿态数据进行分析,得到所述人体目标的行为含义。
9.一种计算机设备,包括包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010305224.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于多源数据的人脸多属性识别方法
- 下一篇:板对板插座