[发明专利]一种基于姿态流的打架行为识别方法

权利要求书

1.一种基于姿态流的打架行为识别方法,其特征在于，包括有如下步骤：

步骤一、实时采集区域内的视频流数据，并对视频流数据进行实时解析得到图像；

步骤二、根据关键点检测算法模型对步骤一通过实时解析得到的图像判断当前帧图像是否存在人员，存在人员的图像对应得到人体关键点信息，根据人体关键点信息及根据角点检测算法模型对图像进行跟踪，得到图像中人员对应的人形ID；

步骤三、计算当前帧与相邻前一帧的图像中同一人形ID的上肢关键点的变化，得到角度变化和；然后保存各人形ID的角度变化和，得到多帧图像的角度变化和队列；最后累计同一人形ID的角度变化和队列中的角度变化和，将该累计值定义为运动剧烈程度指标；

步骤四、判断在当前帧图像中是否存在两个以上人形ID，如是则进入步骤五，如否则返回步骤一；

步骤五、对当前帧图像中每两个人形ID进行交叠判断，当大于交叠阈值时进入步骤六，否则返回步骤一；

步骤六、判断两个人形ID在步骤三得到的运动剧烈程度指标的大小，当两个人形ID运动剧烈程度指标大于运动剧烈阈值时进入步骤七，否则返回步骤一；

步骤七、输出打架告警，并返回步骤一；

所述步骤二包括有：

步骤2.1、将步骤一通过实时解析得到的图像按时间先后依次排序，选择自起点方向起始图像，并将起始图像定义为图像t₀；

步骤2.2、将图像t₀输入关键点检测算法模型，判断是否存在人员，当没有存在人员时则进入步骤2.7，当图像中存在人员时对应得到人体关键点信息，将该图像定义为图像进入步骤2.3；

步骤2.3、计算图像t₀中的每个人的人体关键点，并得到对应的关键点最大外接矩形及对应的关键点框，将关键点最大外接矩形定义为人形框；

步骤2.4、将图像t₀输入角点检测算法模型得到角点位置信息，根据步骤2.3得到的人形框、关键点框得到人形框角点个数、关键点框角点个数，将图像t₀中对应人员的人形框、关键点框、人形框角点个数和关键点框角点个数定义为该人员的人形信息；

步骤2.5、判断在缓存模块中是否有人形ID缓存，当没有缓存则将步骤2.4得到的人形信息，赋予人形ID并缓存至缓存模块，然后进入步骤2.7；如否则进入步骤2.6；

步骤2.6、将步骤2.4得到的人形信息分别与缓存模块中的各个历史人形ID进行人形信息对比，判断步骤2.4得到的人形信息是否与任一历史人形ID的人形信息对应，如是则将该对应历史人形ID的人形信息更新为步骤2.4得到的人形信息，并缓存至缓存模块然后进入步骤2.7；如否则将步骤2.4得到的人形信息更新为新的人形ID，并缓存至缓存模块然后进入步骤2.7；

步骤2.7、判断图像t₀是否存在相邻的下一帧图像，当存在时，进入步骤2.8；当不存在时，返回步骤一；

步骤2.8、将与图像t₀相邻的下一帧图像定义为图像t₁,进入步骤2.9；

步骤2.9、令图像t₁为图像t₀，返回步骤2.2。

2.根据权利要求1所述的基于姿态流的打架行为识别方法,其特征在于：所述步骤2.3具体为计算图像t₀得到图像中的每个人的人体关键点，得到对应的关键点最大外接矩形并将该关键点最大外接矩形定义为人形框，同时以人体关键点为中心进行扩展，得到m*m像素矩形框的关键点框，m为正数。