[发明专利]视频处理方法、装置、计算机设备及可读存储介质

说明书

本发明实施例公开了一种视频处理方法、装置、计算机设备及可读存储介质，包括：获取视频文件；根据预设图像归一化规则对所述视频文件进行预处理，以得到目标图像序列；分别对目标图像序列进行人脸检测和人体检测，以得到目标对象的人脸关键点和人体关键点；基于人脸关键点识别对应目标对象的情绪状态和困倦状态；基于人体关键点识别对应目标对象的肢体姿态和肢体运动状态；根据情绪状态、困倦状态、肢体姿态以及肢体运动状态判断目标对象的行为集合是否包括预设行为，并在目标对象的行为集合包括预设行为时，向预设终端发送提示信息。本发明通过智能识别视频中目标对象的行为事件、情绪状态，能够更加稳定、准确的预测隐患行为。

技术领域

本发明涉及智能安防技术领域，尤其涉及一种视频处理方法、装置、计算机设备及可读存储介质。

背景技术

对监控视频的视频分析技术是智能安防等领域的关键技术，现有对监控视频的视频分析方案中，多通过传统图像算法识别图像画面中的光影变化情况，并通过光影变化情况进行目标检测和目标跟踪，根据传统图像识别算法识别目标对象的异常行为具有抗干扰能力弱、误报率高等缺陷。

且现有视频监控方案中，缺乏对目标对象的情绪状态的识别手段，仅依靠目标对象的行为模板来判断目标是否处于危险行为状态，容易出现错误识别的问题。

发明内容

为了解决上述技术问题，本申请实施例提供了一种视频处理方法、装置、计算机设备及可读存储介质，具体方案如下：

第一方面，本申请实施例提供了一种视频处理方法，包括：

获取视频文件；

根据预设图像归一化规则对所述视频文件进行预处理，以得到目标图像序列；

分别对所述目标图像序列进行人脸检测和人体检测，以得到目标对象的人脸关键点和人体关键点；

基于所述人脸关键点识别对应目标对象的情绪状态和困倦状态；

基于所述人体关键点识别对应目标对象的肢体姿态和肢体运动状态；

根据所述情绪状态、所述困倦状态、所述肢体姿态以及所述肢体运动状态判断所述目标对象的行为集合是否包括预设行为，并在所述目标对象的行为集合包括所述预设行为时，向预设终端发送提示信息。

根据本申请实施例的一种具体实施方式，所述分别对所述目标图像序列进行人脸检测和人体检测，以得到目标对象的人脸关键点和人体关键点，包括：

通过哈尔特征识别模型检测并截取所述目标图像序列中每一帧图像的人脸区域；基于人脸关键点检测网络识别所述人脸区域中的人脸关键点，以得到所述目标对象的人脸关键点；

通过Faster RCNN模型检测并截取所述目标图像序列中每一帧图像的人体区域；通过高分辨率网络识别所述人体区域的人体关键点，以得到所述目标对象的人体关键点。

根据本申请实施例的一种具体实施方式，所述方法还包括：

基于预设细粒度头部姿态估计网络识别所述人脸区域，以得到目标对象的头部姿态；

所述根据所述情绪状态、所述困倦状态、所述肢体姿态以及所述肢体运动状态判断所述目标对象的行为集合是否包括预设行为，还包括：

根据所述情绪状态、所述困倦状态、所述头部姿态、所述肢体姿态以及所述肢体运动状态判断所述目标对象的行为集合是否包括预设行为。

根据本申请实施例的一种具体实施方式，所述基于所述人脸关键点识别对应目标对象的情绪状态，包括：

将第一数量的人脸关键点划分为第二数量的人脸关键区域，其中，所述第一数量大于所述第二数量；

基于预设环状神经网络模型识别所述人脸关键区域，并得到对应所述目标对象的情绪状态。