[发明专利]一种目标行为的识别方法及装置

说明书

技术领域

本发明涉及物联网技术领域，特别涉及一种目标行为的识别方法及装置。

背景技术

随着视频监控应用的发展，视频监控已经由视频图像的实时监控向视频图像的智能化分析逐步演进。目前常见的基于视频的人的活动行为分析主要有手势识别、行走握手等人物基本活动行为的识别，这些活动行为的识别主要基于图像中人的皮肤、躯体、关节等人体局部特征的提取和分析进行，由于每个人的活动是存在多样性的，因此基于特征提取的分析方法较为复杂。在一些情况下，只需要对人的简单活动进行识别，而基于人的多个局部特征提取与分析的算法受人活动的复杂性和多样性影响，实现难度较大，且在需要提取全身特征时，易受摄像头视角的影响，无法满足图像分析的要求；比如：对人吃饭时靠近桌子坐下的行为进行识别，如果采用特则提取的方法，需要捕捉人的躯体和腿部的活动，识别方法较为复杂，且会受到摄像头视角的限制(需捕捉人的全身图像)。

发明内容

本发明提供了一种目标行为的识别方法及装置，其目的是为了解决基于特征提取与分析的算法受人活动的复杂性和多样性影响，实现难度较大，且在需要提取全身特征时，易受摄像头视角的影响的问题。

为了达到上述目的，本发明的实施例提供了一种目标行为的识别方法，包括：

检测人物是否在观测区域进行活动；

当检测到人物在观测区域进行活动时，通过摄像头对人物头像进行采集，得到摄像头成像；

对人物活动时人物头像位置在摄像头成像中的热点分布进行统计分析，得到人物头像的热点分布统计数据；

根据人物头像的热点分布统计数据和预先设定的目标行为的人物头像的活动规律数据，对人物活动时的行为进行识别。

优选地，对人物活动时人物头像位置在摄像头成像中的热点分布进行统计分析，得到人物头像的热点分布统计数据，包括：

在每个检测时段，获取人物活动时人物头像位置在摄像头成像中的头像标注框的重心的横坐标、纵坐标以及远近比，远近比为头像标注框的面积与摄像头成像的面积的比值；

对横坐标、纵坐标以及远近比进行统计分析，得到横坐标集均值、纵坐标集均值及远近比集，其中，远近比集中记录有每个检测时段所获取的远近比。

优选地，根据人物头像的热点分布统计数据和预先设定的目标行为的人物头像的活动规律数据，对人物活动时的行为进行识别，包括：

比较人物头像的热点分布统计数据和预先设定的目标行为的人物头像的活动规律数据的相似度，预先设定的目标行为的人物头像的活动规律数据至少包括目标行为的人物头像的横坐标、纵坐标以及远近比集；

当相似度符合预先设定的条件时，识别人物活动时的行为为目标行为；

当相似度不符合预先设定的条件时，识别人物活动时的行为不是目标行为。

优选地，比较人物头像的热点分布统计数据和预先设定的目标行为的人物头像的活动规律数据的相似度，包括：

通过计算横坐标集均值、纵坐标集均值与目标行为的人物头像的横坐标、纵坐标的第一欧式距离，得出人物头像的热点分布统计数据和预先设定的目标行为的人物头像的活动规律数据的相似度。

优选地，当相似度符合预先设定的条件时，识别人物活动时的行为为目标行为，包括：

若第一欧式距离小于预设的第一阈值，则计算远近比集与目标行为的人物头像的远近比集的第二欧式距离；

若第二欧式距离大于等于预设的第二阈值，则识别人物活动时的行为为目标行为。

为了实现上述目的，本发明的实施例还提供了一种目标行为的识别装置，其特征在于，包括：

检测模块，用于检测人物是否在观测区域进行活动；

采集模块，用于当检测到人物在观测区域进行活动时，通过摄像头对人物头像进行采集，得到摄像头成像；

统计分析模块，用于对人物活动时人物头像位置在摄像头成像中的热点分布进行统计分析，得到人物头像的热点分布统计数据；

识别模块，用于根据人物头像的热点分布统计数据和预先设定的目标行为的人物头像的活动规律数据，对人物活动时的行为进行识别。

优选地，统计分析模块包括：

获取子模块，用于在每个检测时段，获取人物活动时人物头像位置在摄像头成像中的头像标注框的重心的横坐标、纵坐标以及远近比，远近比为头像标注框的面积与摄像头成像的面积的比值；

分析子模块，用于对横坐标、纵坐标以及远近比进行统计分析，得到横坐标集均值、纵坐标集均值及远近比集，其中，远近比集中记录有每个检测时段所获取的远近比。

优选地，识别模块包括：