[发明专利]异常动作检测方法、装置、电子设备和计算机存储介质

权利要求书

1.一种异常动作检测方法，其特征在于，所述方法包括：

根据待测动作视频中每帧图像对应的待测动作姿态向量生成待测骨骼点姿态时序向量；其中，待测运动姿态向量用于描述所述待测动作视频中每帧图像的运动姿态，所述待测骨骼点姿态时序向量用于描述所述待测动作视频中运动姿态的变化模式；

将所述待测骨骼点姿态时序向量输入至预先训练好的非监督式异常检测模型，获取相似度数据；

将所述相似度数据与预设的判定阈值进行比较，以判断所述待测动作视频中的动作是否为异常动作；

所述将所述待测骨骼点姿态时序向量输入至预先训练好的非监督式异常检测模型，获取相似度数据的步骤之前，所述方法还包括：

利用训练骨骼点姿态时序向量对非监督式的机器学习模型进行训练，得到所述非监督式异常检测模型；其中，所述训练骨骼点姿态时序向量用于描述训练动作视频中姿态的变化模式，所述非监督式的机器学习模型基于自注意力机制构建；

所述非监督式的机器学习模型包括第一卷积网络、自注意力机制网络和第二卷积网络；

所述利用训练骨骼点姿态时序向量对非监督式的机器学习模型进行训练，得到所述非监督式异常检测模型的步骤包括：

将所述训练骨骼点姿态时序向量输入至所述第一卷积网络进行特征提取，获得时域特征；其中，所述时域特征用于表征所述训练动作视频中每帧图像中的骨骼点；

将所述时域特征输入至所述自注意力机制网络进行特征关联，获得关联特征；其中，所述关联特征用于表征所述每帧图像中骨骼点之间的关联关系；

将所述关联特征输入至所述第二卷积网络进行时序图重建，获得重建骨骼点姿态时序向量；

获取所述重建骨骼点姿态时序向量与所述训练骨骼点姿态时序向量之间的误差值；

将所述误差值与预设收敛值进行比较，若所述误差值小于所述预设收敛值，则得到所述非监督式异常检测模型；

所述自注意力机制网络包括第一卷积层、第二卷积层和第三卷积层；

所述将所述时域特征输入至所述自注意力机制网络进行特征关联，获得关联特征的步骤包括：

将所述时域特征输入至所述第一卷积层进行特征提取，获得第一时域特征；

将所述时域特征输入至所述第二卷积层进行特征提取，获得第二时域特征；

将所述时域特征输入至所述第三卷积层进行特征提取，获得第三时域特征；

将所述第一时域特征进行转置处理，得到转置特征；

将所述转置特征与所述第二时域特征相乘，并进行归一化处理，得到注意力图；其中，所述注意力图用于表征不同骨骼点之间的关联关系的权重；

将所述注意力图与所述第三时域特征相乘，得到所述关联特征。

2.根据权利要求1所述的方法，其特征在于，每帧图像的所述待测动作姿态向量包括多个维度；所述待测运动姿态向量每个维度对应的值用于表征不同骨骼点之间的角度；

所述根据待测动作视频中每帧图像对应的待测动作姿态向量生成待测骨骼点姿态时序向量的步骤包括：

根据每帧图像的所述待测运动姿态向量每个维度对应的值生成多个时序序列；其中，每个所述时序序列分别包括所有待测运动姿态向量中同一维度在不同时序时对应的值，所述时序序列的数量与所述待测运动姿态向量的维度数量一致，每个所述时序序列包括的元素数量与所述待测动作视频包括的图像的帧数一致；

依据所述时序序列生成所述待测骨骼点姿态时序向量。

3.根据权利要求1或2所述的方法，其特征在于，所述根据待测动作视频中每帧图像对应的待测动作姿态向量生成待测骨骼点姿态时序向量的步骤之前，所述方法还包括：

获取待测视频；其中，所述待测视频包括所述待测动作视频；

依据骨骼关键点检测算法，从所述待测动作视频中检测出每帧图像的骨骼关键点；

依据所述待测动作视频中每帧图像的骨骼关键点构成所述待测运动姿态向量。

4.一种电子设备，其特征在于，包括存储器、以及一个或多个处理器，所述存储器用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1至3任意一项所述的方法。

5.一种计算机存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任意一项所述方法的步骤。