[发明专利]一种目标行为检测方法、系统、计算机设备及机器可读介质

权利要求书

1.一种目标行为检测方法，其特征在于，包括以下步骤：

从待检测图像中获取人体框，并基于所述人体框从所述待检测图像中截取出对应的人体框区域图像；

将所述人体框区域图像输入至分类模型中进行行为检测，确定所述待检测图像中的目标对象是否存在目标行为。

2.根据权利要求1所述的目标行为检测方法，其特征在于，所述分类模型的生成过程包括：

获取多帧图像作为训练图像；

将所述训练图像中存在目标行为的图像标注为正例，不存在目标行为的图像标注为负例；

对标注后的图像进行离线增强，并利用离线增强后的图像训练分类神经网络，生成所述分类模型。

3.根据权利要求2所述的目标行为检测方法，其特征在于，在生成所述分类模型时，还包括：

对所述分类神经网络中的寻优参数进行调整，形成参数空间；

基于所述参数空间对所述分类神经网络进行寻优，并调整寻优后的分类神经网络的训练参数，形成搜索空间；

按照寻优后的训练策略从所述搜索空间中获取最优的分类模型，并将最优的分类模型作为最终的分类模型；

其中，所述寻优参数包括每个神经单元的Block通道个数、激活函数类型和Block个数；所述训练参数包括分类神经网络的学习率、学习率衰减指数和Batch大小。

4.根据权利要求3所述的目标行为检测方法，其特征在于，若所述分类模型包括人脸分类模型，则还包括：

获取所述待检测图像的人体关键点，并对所述人体关键点进行解析，从所述人体框中获取人脸框；

基于所述人脸框从所述待检测图像或所述人体框区域图像中获取对应的人脸框区域图像；

将所述人脸框区域图像输入至人脸分类模型，并将所述人脸分类模型输出的概率与第一阈值进行比较；若所述人脸分类模型输出的概率大于等于第一阈值，则认定所述人脸图像以及所述待检测图像中的目标对象存在目标行为；若所述人脸分类模型输出的概率小于第一阈值，则认定所述人脸图像以及所述待检测图像中的目标对象不存在目标行为；

或者，

在所述分类模型包括人手分类模型时，获取所述待检测图像的人体关键点，并对所述人体关键点进行解析，从所述人体框中获取人手框；

基于所述人手框从所述待检测图像或所述人体框区域图像中获取对应的人手框区域图像；

将所述人手框区域图像输入至人手分类模型，并将所述人手分类模型输出的概率与第二阈值进行比较；若所述人手分类模型输出的概率大于等于第二阈值，则确定所述人手图像以及所述待检测图像中的目标对象存在目标行为；若所述人手分类模型输出的概率小于第二阈值，则确定所述人手图像以及所述待检测图像中的目标对象不存在目标行为。

5.根据权利要求4所述的目标行为检测方法，其特征在于，若所述分类模型包括人手分类模型和人脸分类模型，则分别获取所述人脸分类模型输出的概率以及所述人手分类模型输出的概率，并比较所述人脸分类模型与所述人手分类模型输出的概率，将其中最大的概率值作为所述待检测图像中目标对象是否存在目标行为的最终概率，以及将该最大概率值对应的行为检测结果作为所述待检测图像的行为检测结果。

6.根据权利要求1至5中任一所述的目标行为检测方法，其特征在于，所述目标行为包括以下至少之一：人手携带物品行为、人嘴携带物品行为。

7.一种目标行为检测系统，其特征在于，包括有：

图像框模块，用于从待检测图像中获取人体框；

区域图像模块，用于根据所述人体框从待检测图像中截取出对应的人体框区域图像；

目标行为检测模块，用于将所述人体框区域图像输入至分类模型中进行行为检测，确定所述待检测图像中的目标对象是否存在目标行为。