[发明专利]目标对象行为检测方法、装置和计算机设备

说明书

本申请涉及人工智能领域，揭示了目标对象行为检测方法，包括：按照第一预设方式抽取单位时间内的多张图片；将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；将多张新图片按照时序依次输入到分类模型中，得到分类模型输出的第一打架行为概率值，将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；将第一打架行为概率值和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。经过优化的分类模型、人体轮廓提取模型及时序分类模型的结合处理，提取行为动作的运动信息，降低光线干扰，提高精准性。

技术领域

本申请涉及人工智能领域，特别是涉及到目标对象行为检测方法、装置和计算机设备。

背景技术

随着人工智能等前沿科技技术的发展，越来越多的业务区域成为只通过智能系统提供服务的自助业务区域，比如自助银行、自助车管服务、自助证件办理等等。上述自助业务区域中如果出现打架行为，由于没有工作人员的及时管理，会存在事态恶化甚至导致人员伤亡，或者损坏智能系统财产等严重情况。对自助业务区域进行精准的打架行为检测，可以及时发现并提醒相关工作人员处理，有效减轻财产损失，并维护客户的人生安全，更好让自助业务区域更有序地服务于每个客户。

但目前利用光流法判断打架行为容易受外界光照的影响，导致检测的准确性和抗干扰能力较差。

发明内容

本申请的主要目的为提供目标对象行为检测方法，旨在解决现有论文消歧效果不精准的技术问题。

本申请提出一种目标对象行为检测方法，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。

优选地，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。