[发明专利]行为识别模型的构建方法、行为识别方法及智能家居

说明书

本申请涉及一种行为识别模型的构建方法、行为识别方法及智能家居。所述方法包括：获取历史行为视频；按照时间维度和空间维度获取所述历史行为视频的多个局部特征；根据所述多个局部特征，获取所述历史行为视频的整体特征；根据所述整体特征以及预设的与所述整体特征对应的行为列表，获取所述历史行为视频所对应的行为类别；构建根据所述行为视频识别所述行为的模型。通过上述行为识别模型的构建方法能够解决如何及时发现儿童危险行为的技术问题。

技术领域

本申请涉及识别领域，尤其涉及一种行为识别模型的构建方法、行为识别方法以及智能家居。

背景技术

近年来，人工智能及其相关技术广泛应用于视频监控、智能家居、人机交互等领域，极大的改变和影响着人们的生产和生活方式，同时也对人工智能技术产品化提出了更高的要求；与此同时，随着儿童安全事故以及安全隐患的频频发生，也使得守护儿童安全，保护儿童健康也越来越受到普通人的关注。

发明内容

为了解决上述及时发现儿童危险行为的技术问题，本申请提供了一种行为的识别模型构建方法、识别方法及智能家居。

第一方面，本申请提供了一种行为识别模型的构建方法，所述方法包括：

获取历史行为视频；

按照时间维度和空间维度获取所述历史行为视频的多个局部特征；

根据所述多个局部特征，获取所述历史行为视频的整体特征；

根据所述整体特征以及预设的与所述整体特征对应的行为列表，获取所述历史行为视频所对应的行为类别；

构建根据所述行为视频识别所述行为的模型。

可选地，所述按照时间维度和空间维度获取所述历史行为视频的多个局部特征，包括：

获取所述历史行为视频的多个片段，

获取所述片段中的任意一帧的RGB图像和光流图像，所述RGB图像为空间维度图像，所述光流图像为时间维度图像；

将所述多个片段的所述任意一帧的RGB图像进行堆叠，

获取所述RGB图像的堆叠深度特征，根据所述RGB图像的堆叠深度特征，获取所述RGB特征序列；

将所述多个片段的所述任意一帧的光流图像进行堆叠，

获取所述光流图像的堆叠深度特征，根据所述光流图像的堆叠深度特征，获取所述光流特征序列。

可选地，所述根据所述多个局部特征，获取所述历史行为视频的整体特征，包括：

预先建立时序激励模块；

根据所述RGB特征序列以及所述时序激励模块，获取所述RGB特征的权重向量，并根据所述RGB特征序列以及所述RGB特征的权重向量，获取所述RGB加权特征序列；

根据所述光流特征序列以及所述时序激励模块，获取所述光流特征的权重向量，并根据所述光流特征序列以及所述光流特征的权重向量，获取所述光流加权特征序列；

根据预设规则，将所述RGB加权特征序列转换成与所述RGB加权特征相对应的第一分数值序列，以及将所述光流加权特征序列转换成与所述光流加权特征相对应的第二分数值序列；

根据所述第一分数值序列以及所述第二分数值序列，获取所述当前行为视频的整体特征分数值。

可选地，所述根据所述整体特征以及预设的与所述整体特征对应的行为列表，获取所述历史行为视频所对应的行为类别，包括：

获取所述行为列表中所述不同类别的行为预设的分数值，

比较所述整体特征分数值与所述不同类别的行为预设分数值，