[发明专利]个体时空关系推理的群体暴力行为检测方法

权利要求书

1.一种个体时空关系推理的群体暴力行为检测方法，其特征在于：具体包括以下步骤：

步骤1、对群体暴力行为的视频训练集进行群体暴力行为的人体检测；

步骤2、根据群体暴力行为的人体检测结果进行群体暴力行为的空间关系表达；

步骤3、根据群体暴力行为的空间关系进行群体暴力行为的多尺度组合关系表达；

步骤4、根据步骤1的群体暴力行为的人体检测结果和步骤3的群体暴力行为的多尺度组合关系进行群体暴力行为的时空关系推理表达；

步骤5、根据群体暴力行为的时空关系得到群体暴力行为特征，并进行群体暴力行为检测模型训练，得到群体暴力行为检测模型；

步骤6、根据群体暴力行为检测模型进行群体暴力行为检测，得到群体暴力行为的检测结果。

2.根据权利要求1所述的一种个体时空关系推理的群体暴力行为检测方法，其特征在于：所述步骤1的具体内容如下：

1-1对群体暴力行为的视频训练集采样，获得视频帧图像集合；

1-2对每帧视频，使用RCNN模型，获得行人检测窗口，并计算窗口的中心点作为行人检测位置；

1-3输入行为检测窗口，根据行人检测窗口在视频帧上进行裁剪，获得当前帧的行人图像块集合；

1-4输入行人图像块，使用预训练的inception-v3网络，提取行人的个体特征；

1-5输入视频帧中的个体特征，利用最大池化操作，提取视频帧的场景特征。

3.根据权利要求2所述的一种个体时空关系推理的群体暴力行为检测方法，其特征在于：所述的步骤2的具体内容如下：

2-1输入步骤1-4提取的行人个体特征，采用向量内积形式，计算每两个个体特征之间的相似度：

其中x_t是步骤1-4提取的个体特征矩阵，t代表第t帧，变量i和j是指行人个体的编号，d_k为归一化因子，k代表第k个尺度；

2-2输入个体i和个体j的检测位置，计算两个个体之间的距离；

2-3对个体i和个体j，设置距离接近函数，用于判断两个个体之间是否接近，距离接近程度为：

其中dist_i，j为两个个体之间的距离，变量i和j是指行人个体的编号，width是图像分辨率的宽度，λ_k是多尺度的接近阈值，k代表第k个尺度，模型中k＝1，2，3，4，对应的距离接近程度r_k有4个；

2-4输入步骤2-1计算的个体特征相似度s(i，j)，输入步骤2-3计算的距离接近函数r_k(i，j)，对相似度矩阵处理，获得多个尺度的相似度矩阵A_t，k＝{A_t，k(i，j)}：

其中，A_t，k(i，j)是矩阵A_t，k的元素，变量i和j是指行人个体的编号，s(i，j)是步骤2-1计算的个体特征相似度，r_k(i，j)是步骤2-3计算的距离接近函数，最终得到4个对应的相似度矩阵A_t，k(k＝1，2，3，4)；

2-5输入单尺度相似度矩阵A_t，k，个体特征x_t，使用图卷积操作，获得图卷积推理后的个体特征：

其中，Relu是Relu激活函数，W_k是图卷积参数，每个尺度的相似度矩阵经过图卷积推理后获得对应尺度个体特征尺度1、尺度2、尺度3、尺度4图卷积推理后的个体特征，分别记录为