[发明专利]目标对象行为检测方法、装置和计算机设备

权利要求书

1.一种目标对象行为检测方法，其特征在于，包括：

按照第一预设方式抽取单位时间内的多张图片；

将所述单位时间内的多张图片分别按照时序输入滤波器，一一对应得到多张新图片；

将所述多张新图片按照时序依次输入到分类模型中，得到所述分类模型输出的第一打架行为概率值，将所述多张新图片经人体轮廓提取模型处理后的光流图输入时序分类模型中，得到第二打架行为概率值，其中，所述分类模型与所述人体轮廓提取模型并列部署，所述时序分类模型连接于所述人体轮廓提取模型的输出端；

将所述第一打架行为概率值和所述第二打架行为概率值，通过加权融合方式融合为预测概率值；

根据所述预测概率值，通过预设条件检测所述单位时间内的多张图片中的打架行为动作。

2.根据权利要求1所述的目标对象行为检测方法，其特征在于，所述分类模型包括多个残差结构层、多个注意力结构层以及多个全连接层，各所述注意力结构层间隔设置于两个相邻的残差结构层之间，多个所述全连接层连接在所述分类模型的输出端，将所述多张新图片按照时序依次输入到分类模型中，得到所述分类模型输出的第一打架行为概率值的步骤，包括：

将指定新图片经过各所述残差结构层和各所述注意力结构层处理，得到所述新图片对应的特征点，其中，所述指定新图片属于所有单位时间内对应的所有新图片中的任意一张；

获取自助业务区域的监控设备信息；

将所述新图片对应的特征点与所述监控设备信息在第一全连接层拼接，得到拼接信息；

将所述拼接信息输入第二全连接层，输出所述指定新图片对应的所述第一打架行为概率值，其中，所述第二全连接层连接于所述第一全连接层之后；

根据所述指定新图片对应的所述第一打架行为概率值的获取方式，获取单位时间内所有新图片分别对应的第一打架行为概率值；

根据所述单位时间内所有新图片分别对应的第一打架行为概率值，得到所述分类模型输出的所述单位时间内的图片对应的第一打架行为概率值。

3.根据权利要求2所述的目标对象行为检测方法，其特征在于，所述注意力结构层包括依次连接的通道注意力和空间注意力，将指定新图片经过各所述残差结构层和各所述注意力结构层处理，得到所述新图片对应的特征点的步骤，包括：

获取第一残差结构层输出的所述指定新图片对应的第一特征图，其中，所述第一残差结构层为所有残差结构层中的任一个；

将所述第一特征图输入至第一注意力结构层的通道注意力，得到所述第一特征图中各特征单元块分别对应的通道权重，其中，所述第一注意力结构层连接在所述第一残差结构层和第二残差结构层之间，所述第二残差结构层为排布在所述第一残差结构层之后的残差结构层；

将所述第一特征图中各特征单元块分别对应的通道权重和所述第一特征图融合后，分别输入至所述第一注意力结构层的空间注意力，得到所述第一特征图中各特征点分别对应的空间权重；

将所述第一特征图和所述第一特征图中各特征点分别对应的空间权重拼接后，形成特征拼接图；

将所述特征拼接图按照所述第一残差结构层和所述第一注意力结构层的处理方式，依次输入所述第一残差结构层之外的残差结构层以及所述第一注意力结构层之外的注意力结构层进行特征图处理，得到所述新图片对应的特征点。

4.根据权利要求3所述的目标对象行为检测方法，其特征在于，所述通道注意力通过两种尺寸的卷积核分成两个分析通道，将所述第一特征图输入至第一注意力结构层的通道注意力，得到所述第一特征图中各特征单元块分别对应的通道权重的步骤，包括：

将所述第一特征图包括的所有特征单元块，输入大卷积核对应的第一分析通道，通过池化卷积得到各所述特征单元块分别对应的第一特征值，将所述第一特征图包括的所有特征单元块，输入小卷积核对应的第二分析通道，通过池化卷积得到各所述特征单元块分别对应的第二特征值；

将各所述特征单元块分别对应的第一特征值和各所述特征单元分别对应的第二特征值叠加后，得到所述第一特征图中各特征单元块分别对应的通道权重。