[发明专利]一种遛狗行为检测方法及装置

权利要求书

1.一种遛狗行为检测方法，其特征在于，包括：

获取待检测图像；

利用预先训练好的行人犬类检测模型对所述待检测图像进行行人检测与犬类检测；

若在所述待检测图像中检测到犬类，获取犬类图像矩形框，对所述犬类图像矩形框进行扩展，得到犬类图像扩展图像；

利用预先训练好的狗绳检测模型对所述犬类图像扩展图像进行检测；

若未在所述犬类图像扩展图像中检测到狗绳，且在所述犬类的指定范围内存在行人，将检测结果判定为存在遛狗不牵绳行为。

2.根据权利要求1所述的遛狗行为检测方法，其特征在于，

所述待检测图像通过视频流数据获取。

3.根据权利要求1所述的遛狗行为检测方法，其特征在于，所述行人犬类检测模型通过如下步骤训练得到：

获取多个第一训练图像；

对各所述第一训练图像进行行人检测框标注和犬类检测框标注，得到第一训练数据集；

基于所述第一训练数据集对yolov5网络模型进行训练，直至第一损失函数的第一损失值满足第一损失条件得到所述行人犬类检测模型。

4.根据权利要求1所述的遛狗行为检测方法，其特征在于，所述狗绳检测模型通过如下步骤训练得到：

获取多个第二训练图像；

获取所述图像中的犬类图像矩形框，并对所述犬类图像矩形框进行扩展，得到训练犬类图像扩展图像；

对所述训练犬类图像扩展图像中的狗绳进行标注，得到第二训练数据集；

基于所述第二训练数据集对优化yolov5网络模型进行训练，直至第二损失函数的第二损失值满足第二损失条件得到所述狗绳检测模型，所述优化yolov5网络模型以yolov5网络为主干，包括双向特征金字塔结构，采用HardSwitch函数作为激活函数，所述第二损失函数为FOCAL LOSS损失函数。

5.一种遛狗行为检测装置，其特征在于，包括：

图像获取模块，用于获取待检测图像；

第一检测模块，用于利用预先训练好的行人犬类检测模型对所述待检测图像进行行人检测与犬类检测；

图像扩展模块，若在所述待检测图像中检测到犬类，所述图像扩展模块用于获取犬类图像矩形框，对所述犬类图像矩形框进行扩展，得到犬类图像扩展图像；

第二检测模块，用于利用预先训练好的狗绳检测模型对所述犬类图像扩展图像进行检测；

遛狗行为检测模块，若未在所述犬类图像扩展图像中检测到狗绳，且在所述犬类的指定范围内存在行人，所述遛狗行为检测模块用于将检测结果判定为存在遛狗不牵绳行为。

6.根据权利要求5所述的遛狗行为检测装置，其特征在于，

所述待检测图像通过视频流数据获取。

7.根据权利要求5所述的遛狗行为检测装置，其特征在于，所述装置包括第一训练模块，用于训练所述行人犬类检测模型，所述第一训练模块包括：

第一训练图像采集子模块，用于获取多个第一训练图像；

第一训练集获取子模块，用于对各所述第一训练图像进行行人检测框标注和犬类检测框标注，得到第一训练数据集；

第一模型训练子模块，用于基于所述第一训练数据集对yolov5网络模型进行训练，直至第一损失函数的第一损失值满足第一损失条件得到所述行人犬类检测模型。