行为识别方法及装置制造方法及图纸

本发明专利技术提供一种行为识别方法及装置。所述方法应用于计算设备，所述计算设备包括用于进行行为识别的识别模型。所述方法包括：对采集的可见光图像及红外图像进行图像处理得到待跟踪目标区域；检测待跟踪目标区域是否包括行人；在包括行人时，对行人进行跟踪，并在跟踪过程中检测行人边缘以从待跟踪目标区域中获得行人待识别区域；将行人待识别区域输入到识别模型中得到行人的行为识别结果。由此，对图像中行人的行为进行了行为识别。

Behavior recognition method and device

The invention provides a method and device for behavior recognition. The method is applied to a computing device including a recognition model for behavior recognition. The method comprises of visible image and infrared image acquisition and image processing to obtain the tracking targets; detection target area is included in the pedestrian; including pedestrians, pedestrians on the track, and in the process of tracking pedestrian detection from the edge to be tracking the target area for pedestrians to identify areas; the pedestrian area to be identified in the model are input to the identification results of pedestrian behavior recognition. Thus, the behavior recognition of the human behavior in the image is carried out.

【技术实现步骤摘要】
行为识别方法及装置
本专利技术涉及计算机视觉
，具体而言，涉及一种行为识别方法及装置。
技术介绍
随着人们安全意识的提高，社会所面临的各种突发事件(比如，火灾)的增多，安全监控越来越受到社会、机构和个人的重视。传统的安全监控系统主要通过人工监控的方式来实现对场景的监视，不具备实时、主动地环境监控能力。比如，在发生火灾时，只能后续通过视频查找发生火灾的原因，火灾包括人为主动放火、电气或设备老化等引起的火灾。而传统方法不能有效预测场景中人员的行为特性、无法判断被监控人员是否有违法、违规行为，同时无法起到实时监测和报警的目的。因此，如何根据监控视频自动识别人的行为是本领域技术人员继续解决的问题。
技术实现思路
为了克服现有技术中的上述不足，本专利技术所要解决的技术问题是提供一种行为识别方法及装置，其能够对图像中的行人自动进行行为识别，以预防突发事件的发生。本专利技术较佳实施例提供了一种行为识别方法，应用于计算设备，所述计算设备包括用于进行行为识别的识别模型，所述方法包括：对采集的可见光图像及红外图像进行图像处理得到待跟踪目标区域；检测所述待跟踪目标区域是否包括行人；在包括行人时，对行人进行跟踪，并在跟踪过程中检测行人边缘以从所述待跟踪目标区域中获得行人待识别区域；将所述行人待识别区域输入到识别模型中得到所述行人的行为识别结果。本专利技术较佳实施例还提供了一种行为识别装置，应用于计算设备，所述计算设备包括用于进行行为识别的识别模型，所述装置包括：处理模块，用于对采集的可见光图像及红外图像进行图像处理得到待跟踪目标区域；检测模块，用于检测所述待跟踪目标区域是否包括行人；处理模块，还用于在包括行人时，对行人进行跟踪，并在跟踪过程中检测行人边缘以从所述待跟踪目标区域中获得行人待识别区域；识别模块，用于将所述行人待识别区域输入到识别模型中得到所述行人的行为识别结果。相对于现有技术而言，本专利技术具有以下有益效果：本专利技术较佳实施例提供一种行为识别方法及装置。所述方法应用于计算设备，所述计算设备包括用于进行行为识别的识别模型。在获取可见光图像及红外图像后，对获得图像进行图像处理得到待跟踪目标区域。当检测到所述待跟踪目标区域包括行人时，对行人进行跟踪，并在跟踪过程中检测行人边缘以得到行人待识别区域。通过将所述行人待识别区域输入到识别模型中，即可得到行人的行为识别结果。由此，对图像中的行人自动进行行为识别，可预防突发事件的发生。为使专利技术的上述目的、特征和优点能更明显易懂，下文特举本专利技术较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1是本专利技术较佳实施例提供的计算设备的方框示意图。图2是本专利技术较佳实施例提供的行为识别方法的流程示意图之一。图3是图2中步骤S120包括的子步骤的流程示意图。图4是图3中子步骤S123包括的子步骤的流程示意图。图5是图2中步骤S150包括的子步骤的流程示意图。图6是图5中子步骤S154包括的子步骤的流程示意图。图7是本专利技术较佳实施例提供的行为识别方法的流程示意图之二。图8是本专利技术较佳实施例提供的行为识别方法的流程示意图之三。图9是图8中步骤S110包括的部分子步骤的流程示意图。图10是图8中步骤S110包括的另一部分子步骤的流程示意图。图11是本专利技术较佳实施例提供的行为识别装置的方框示意图。图标：100-计算设备；110-存储器；120-存储控制器；130-处理器；200-行为识别装置；220-处理模块；230-检测模块；250-识别模块。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。下面结合附图，对本专利技术的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。请参照图1，图1是本专利技术较佳实施例提供的计算设备100的方框示意图。本专利技术实施例中所述计算设备100可以是，但不限于，电脑、服务器等。如图1所示，所述计算设备100包括：存储器110、存储控制器120、处理器130以及行为识别装置200。所述存储器110、存储控制器120及处理器130各元件之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器110中存储有行为识别装置200，所述行为识别装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中的软件功能模块。所述处理器130通过运行存储在存储器110内的软件程序以及模块，如本专利技术实施例中的行为识别装置200，从而执行各种功能应用以及数据处理，即实现本专利技术实施例中的行为识别方法。其中，所述存储器110可以是，但不限于，随机存取存储器(RandomAccessMemory，RAM)，只读存储器(ReadOnlyMemory，ROM)，可编程只读存储器(ProgrammableRead-OnlyMemory，PROM)，可擦除只读存储器(ErasableProgrammableRead-OnlyMemory，EPROM)，电可擦除只读存储器(ElectricErasableProgrammableRead-OnlyMemory，EEPROM)等。其中，存储器110用于存储程序，所述处理器130在接收到执行指令后，执行所述程序。所述处理器130以及其他可能的组件对存储器110的访问可在所述存储控制器120的控制下进行。所述处理器130可能是一种集成电路芯片，具有信号的处理能力。上述的处理器130可以是通用处理器，包括中央处理器(CentralProcessingUnit，CPU)、网络处理器(NetworkProcessor，NP)等。还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本专利技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。可以理解，图1所示的结构仅为示意，计算设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。请参照本文档来自技高网...

【技术保护点】
一种行为识别方法，应用于计算设备，其特征在于，所述计算设备包括用于进行行为识别的识别模型，所述方法包括：对采集的可见光图像及红外图像进行图像处理得到待跟踪目标区域；检测所述待跟踪目标区域是否包括行人；在包括行人时，对行人进行跟踪，并在跟踪过程中检测行人边缘以从所述待跟踪目标区域中获得行人待识别区域；将所述行人待识别区域输入到识别模型中得到所述行人的行为识别结果。

【技术特征摘要】
1.一种行为识别方法，应用于计算设备，其特征在于，所述计算设备包括用于进行行为识别的识别模型，所述方法包括：对采集的可见光图像及红外图像进行图像处理得到待跟踪目标区域；检测所述待跟踪目标区域是否包括行人；在包括行人时，对行人进行跟踪，并在跟踪过程中检测行人边缘以从所述待跟踪目标区域中获得行人待识别区域；将所述行人待识别区域输入到识别模型中得到所述行人的行为识别结果。2.根据权利要求1所述的方法，其特征在于，所述对采集的可见光图像及红外图像进行图像处理得到待跟踪目标区域的步骤包括：采集多帧可见光背景图像以建立第一背景图像，对当前帧图像及第一背景图像进行处理，得到第一目标运动可疑区域；采集多帧红外背景图像以建立第二背景图像，对当前红外帧图像及第二背景图像进行处理，得到第二目标运动可疑区域；通过所述第一目标运动可疑区域与所述第二目标运动可疑区域得到待跟踪目标区域。3.根据权利要求2所述的方法，其特征在于，所述通过所述第一目标运动可疑区域与所述第二目标运动可疑区域得到待跟踪目标区域的步骤包括：计算所述第一目标运动可疑区域与所述第二目标运动可疑区域的重叠度；若所述重叠度小于预设重叠度，停止跟踪判断；若所述重叠度大于预设重叠度，对所述第一目标运动可疑区域与所述第二目标运动可疑区域的重叠区域进行处理，得到待跟踪目标区域。4.根据权利要求1所述的方法，其特征在于，所述识别模型包括第一识别模型，所述将所述行人待识别区域输入到识别模型中得到行为识别结果的步骤包括：将所述行人待识别区域输入到第一识别模型中，得到第一输出结果，第一输出结果包括多个行为及每个行为对应的权重；将大于预设权重阈值的权重所对应的行为作为第一备选结果；若所述第一备选结果只包括一个行为，则该行为作为识别结果；若所述第一备选结果包括多个行为，从多个行为中确定识别结果。5.根据权利要求4所述的方法，其特征在于，所述识别模型还包括第二识别模型，所述若所述备选结果包括多个行为，从多个行为中确定识别结果的步骤包括：根据所述行人待识别区域的边缘及形心，提取所述行人待识别区域的第一特征集；计算所述行人待识别区域的几何矩，提取所述行人待识别区...

【专利技术属性】
技术研发人员：陶铁牛，王帼筊，张丽媛，赵爱巧，
申请(专利权)人：北京安宁威尔科技发展有限公司，
类型：发明
国别省市：北京,11