[发明专利]人体行为识别方法、装置、设备、存储介质以及程序产品

说明书

本公开提供了一种人体行为识别方法、装置、设备、存储介质以及程序产品，涉及人工智能领域，具体为计算机视觉和深度学习技术，可应用于智慧城市场景下。该方法的一具体实施方式包括：检测目标图像中的目标人体框和目标物体框；基于目标人体框和目标物体框进行关系建模，生成图模型，其中，图模型中的节点是目标人体框的特征或目标物体框的特征，图模型中的边是目标人体框与目标物体框之间的图像关系表示；在图模型中的节点之间进行特征传播，更新图模型；对图模型中的人体与物体的节点对进行预测，得到目标图像中的人体行为。该实施方式提升了人体行为的识别准确度。

技术领域

本公开涉及人工智能领域，具体为计算机视觉和深度学习技术，可应用于智慧城市场景下。

背景技术

随着人工智能相关技术的发展与应用，越来越多的领域显露出对智能化、自动化技术的强烈需求。在计算机视觉领域中，人体行为分析的应用十分广泛。例如，人体行为分析可以应用在监控安防领域。

现有的人体行为分析技术主要分成两大类：第一类是基于视频流的算法，该类算法将视频流送进模型后，利用3D卷积对视频分类，从而达到对人体行为分类的效果；另一类是基于视频流和光流的算法，该类算法采用双流结构，同时提取视频流信息和光流信息，利用视频流信息获取图像语言信息，同时利用光流信息获取人体运动信息，从而达到对人体行为分析的目的。

发明内容

本公开实施例提出了一种人体行为识别方法、装置、设备、存储介质以及程序产品。

第一方面，本公开实施例提出了一种人体行为识别方法，包括：检测目标图像中的目标人体框和目标物体框；基于目标人体框和目标物体框进行关系建模，生成图模型，其中，图模型中的节点是目标人体框的特征或目标物体框的特征，图模型中的边是目标人体框与目标物体框之间的图像关系表示；在图模型中的节点之间进行特征传播，更新图模型；对图模型中的人体与物体的节点对进行预测，得到目标图像中的人体行为。

第二方面，本公开实施例提出了一种人体行为识别装置，包括：检测模块，被配置成检测目标图像中的目标人体框和目标物体框；建模模块，被配置成基于目标人体框和目标物体框进行关系建模，生成图模型，其中，图模型中的节点是目标人体框的特征或目标物体框的特征，图模型中的边是目标人体框与目标物体框之间的图像关系表示；传播模块，被配置成在图模型中的节点之间进行特征传播，更新图模型；预测模块，被配置成对图模型中的人体与物体的节点对进行预测，得到目标图像中的人体行为。

第三方面，本公开实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。

第四方面，本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。

第五方面，本公开实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开实施例提供了基于人体与物体交互的人体行为分析方法，不仅从图像中挖掘人体的信息，还从图像中挖掘物体的信息，从而充分挖掘图像信息。并且，通过在人体节点与物体节点之间进行特征传播，将图像中的人体与物体相关联。结合关联的人体和物体进行人体行为识别，提升了人体行为的识别准确度。当应用在监控领域中的一些实际应用场景中时，可以得到更准确的人体行为识别结果。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案，不构成对本公开的限定。其中：