[发明专利]目标对象行为监测方法、装置、设备、系统及存储介质

说明书

本发明公开了一种目标对象行为监测方法、装置、设备、系统及存储介质，其中目标对象行为监测方法包括：获取包含目标对象的图像，提取所述图像中的特征参数；根据特征参数确定图像中各关键点的位置及关键点之间的连接关系，并根据关键点之间的连接关系将各关键点连接起来，形成目标对象的姿势骨架；对目标对象的姿势骨架进行识别，确定目标对象的行为。本发明可以在包含目标对象的图像中提取出特征参数，根据特征参数得到图像中各关键点的位置及关键点之间的连接关系，进一步形成目标对象的姿势骨架，并通过对目标对象姿势骨架的识别，得到目标对象的行为，解决了现有技术中当需要对异常行为监测时，需要人工分析判读的问题。

技术领域

本发明涉及智能监控技术领域，具体涉及一种目标对象行为监测方法、装置、设备、系统及存储介质。

背景技术

目前，视频监控系统在功能与性能等方面取得了长足进步，但在使用中也暴露了一些不足。现有的视频监控系统常用于入侵告警、移动侦测等目的，在针对视频中的打架斗殴等异常行为进行监测时，常采用人工分析判断的方式，需要安保人员时刻关注监控视频画面。

发明内容

有鉴于此，本发明实施例提供了一种目标对象行为监测方法、装置、设备、系统及存储介质，以解决现有技术中当需要对异常行为监测时，需要人工分析判读的问题。

结合第一方面，本发明实施例提供了一种目标对象行为监测方法，包括以下步骤：

获取包含目标对象的图像，提取所述图像中的特征参数；

根据所述特征参数确定所述图像中各关键点的位置及关键点之间的连接关系，并根据所述关键点之间的连接关系将所述各关键点连接起来，形成所述目标对象的姿势骨架；其中，所述关键点为所述目标对象上具有自由度的关节；

对所述目标对象的姿势骨架进行识别，确定所述目标对象的行为。

本发明实施例提供的目标对象行为监测方法，可以在包含目标对象的图像中提取出特征参数，根据特征参数得到图像中各关键点的位置及关键点之间的连接关系，进一步形成目标对象的姿势骨架，并通过对目标对象姿势骨架的识别，得到目标对象的行为，解决了现有技术中当需要对异常行为监测时，需要人工分析判读的问题。

结合第一方面，在第一方面第一实施方式中，所述提取所述图像中的特征参数包括：

将所述图像输入到预设的第一卷积神经网络中，利用所述第一卷积神经网络提取所述图像中的特征参数。

结合第一方面，在第一方面第二实施方式中，所述根据所述特征参数确定所述图像中各关键点的位置及关键点之间的连接关系包括：

将所述特征参数输入到预设的第二卷积神经网络中，得到所述图像中各关键点的位置及关键点之间的连接关系；其中，所述第二卷积神经网络包括连续的多个阶段，且每个阶段包括多个分支。

结合第一方面，在第一方面第三实施方式中，所述对所述目标对象的姿势骨架进行识别，确定所述目标对象的行为包括：

将所述目标对象的姿势骨架输入到预设的时空图卷积网络模型中进行识别，得到所述目标对象的行为；其中，所述时空图卷积网络模型包括至少两层时空图卷积网络，相邻两层的时空图卷积网络使用残差链接。

结合第一方面及第一方面第一实施方式至第三实施方式，在第一方面第四实施方式中，在确定所述目标对象的行为之后，还包括：

判断所述目标对象的行为是否异常，当异常时，发出报警信号。

结合第一方面及第一方面第一实施方式至第三实施方式，在第一方面第五实施方式中，在提取所述图像中的特征参数之前，还包括：

对所述图像进行预处理，其中预处理包括以下中的一种或几种：数据标记、双线性插值、图像翻转、亮度调整、对比度调整、色相调整、饱和度调整、图像标准归一化。