人体行为检测方法、教师行为检测方法及相关系统和装置制造方法及图纸

本申请公开了一种人体行为检测方法、教师行为检测方法及相关系统和装置，其中，该人体行为检测方法包括：监控装置获取到包括目标人体的监控图像，并在监控图像中确定目标区域；对监控图像中的目标人体进行定位，确定目标人体的位置信息；基于位置信息判断目标人体是否在目标区域内；如果目标人体在目标区域内，基于监控图像确定目标人体的朝向及动作中的至少一种特征信息；以及利用目标人体的预设关键点确定目标人体的动作；根据至少一种特征信息以及目标人体的动作确定目标人体的当前行为。通过上述方式，本申请能够对出现在监控图像中的目标人体进行实时行为检测，且能够有效地提升对目标人体进行的行为判断的准确率。

【技术实现步骤摘要】
人体行为检测方法、教师行为检测方法及相关系统和装置
本申请涉及人体行为检测
，尤其是涉及一种人体行为检测方法、教师行为检测方法及相关系统和装置。
技术介绍
现今，在视频监控领域，对出现在监控图像中的人体进行行为检测，并对该人体的行为进行统计分析变得越来越重要。其中，通过对监控图像中目标人体当前的行为进行判断后归类，以能够根据相应的行为统计对目标人体的表演、教学效果或运动姿态等行为特征进行测评。例如，在学校，特别是小学、初中和高中的教育中，由于教师在讲台上的活动非常丰富，如对着PPT(PowerPoint，幻灯片)进行讲解或通过写板书来开展教学工作，而在实际教学中，特别是在教学视频录播中，教师的背对状态及写板书的姿态会影响到学生的学习状态，此时教学督导组无法全方位定位到这些问题，从而不能对教师行为进行长期有效地监督，最终影响到对该教师的评估。而近年来，随着互联网的发展，通过监控装置自动对目标人体进行行为检测，以进而统计评估的应用也得到了较大的发展。但是，在现有的视频监控的方式中，却鲜有对出现在监控区域中的目标人体的行为进行实时检测，以判断分类后进行统计分析，且也无法进行有效而准确地人体行为检测。
技术实现思路
本申请主要解决的技术问题是提供一种人体行为检测方法、教师行为检测方法及相关系统和装置，该人体行为检测方法能够解决现有技术中无法对出现在监控图像中的目标人体进行实时，且有效而准确地人体行为检测的问题。为解决上述技术问题，本申请采用的第一个技术方案是：提供一种人体行为检测方法，其中，该人体行为检测方法包括：监控装置获取到包括目标人体的监控图像，并在监控图像中确定目标区域；对监控图像中的目标人体进行定位，确定目标人体的位置信息；基于位置信息判断目标人体是否在目标区域内；如果目标人体在目标区域内，基于监控图像确定目标人体的朝向及动作中的至少一种特征信息；以及利用目标人体的预设关键点确定目标人体的动作；根据至少一种特征信息以及目标人体的动作确定目标人体的当前行为。其中，基于监控图像确定目标人体的朝向及动作中的至少一种特征信息的步骤包括：利用深度学习网络的分类模型对监控图像中目标人体的朝向和/或动作的类型进行分类预测，得到目标人体的朝向和/或动作。其中，利用目标人体的预设关键点确定目标人体的动作的步骤包括：利用深度学习网络检测目标人体的预设关键点的位置，并根据预设关键点的位置对目标人体的行为类型进行分类，得到目标人体的动作。其中，根据至少一种特征信息以及目标人体的动作确定目标人体的当前行为的步骤具体包括：根据至少一种特征信息确定目标人体的当前行为，并通过目标人体的动作对确定的目标人体的当前行为的结果进行修正，以获取到目标人体当前行为的分类结果。其中，利用深度学习网络的分类模型对监控图像中目标人体的朝向和/或动作的类型进行分类预测，得到目标人体的朝向和/或动作的步骤之前，还包括：对目标区域进行目标人体检测，以得到包括有目标人体检测框的特征图像；按照预设比例系数对特征图像中目标人体检测框的面积进行扩大，以对扩大后的目标人体检测框内的目标图像进行截取；利用深度学习网络的分类模型对监控图像中目标人体的朝向和/或动作的类型进行分类预测，得到目标人体的朝向和/或动作的步骤包括：利用深度学习网络的分类模型对目标图像中目标人体的朝向和/或动作的类型进行分类预测，得到目标人体的朝向和/或动作。其中，监控装置获取到包括目标人体的监控图像，并从监控图像中确定目标区域的步骤具体包括：监控装置对设定监控区域进行实时监控，以在设定监控区域出现有目标人体时，获取到包括目标人体的监控图像；根据目标人体的活动区域在监控图像中划定出目标区域。其中，对监控图像中的目标人体进行定位，确定目标人体的位置信息的步骤包括：利用经训练的检测网络模型对监控图像中的目标人体进行定位，以确定目标人体的位置信息。其中，根据至少一种特征信息以及目标人体的动作确定目标人体的当前行为的步骤之后，还包括：分别对在设定时间内目标人体的每一当前行为出现的次数、单次持续时间以及持续总时长进行统计，并显示本次统计结果。为解决上述技术问题，本申请采用的第二个技术方案是：提供一种教师行为检测方法，其中，该教师行为检测方法包括：监控装置获取到包括教师的监控图像，并在监控图像中确定讲台区域；对监控图像中的教师进行定位，确定教师的位置信息；基于位置信息判断教师是否在讲台区域；如果教师在讲台区域，基于监控图像确定教师是否面向学生以及是否书写板书中的至少一种特征信息；以及利用教师的人体预设关键点确定教师的动作；根据至少一种特征信息以及教师的动作确定教师当前是否属于书写板书状态。其中，根据至少一种特征信息以及教师的动作确定教师当前是否属于书写板书状态的步骤之后，还包括：分别对在设定时间内教师面向学生、背向学生非书写板书以及背向学生书写板书出现的次数、单次持续时间以及持续总时长进行统计，并显示本次统计结果。为解决上述技术问题，本申请采用的第三个技术方案是：提供一种人体行为检测系统，其中，该人体行为检测系统包括智能终端以及与智能终端连接的摄像头；其中，摄像头用于获取包括目标人体的监控图像；智能终端用于接收摄像头发送的监控图像，并在监控图像中确定目标区域，以对监控图像中的目标人体进行定位，确定目标人体的位置信息，并基于位置信息判断目标人体是否在目标区域内，以在确定目标人体在目标区域时，基于监控图像确定目标人体的朝向及动作中的至少一种特征信息，以及利用目标人体的预设关键点确定目标人体的动作，以根据至少一种特征信息以及目标人体的动作确定目标人体的当前行为。为解决上述技术问题，本申请采用的第四个技术方案是：提供一种教师行为检测系统，其中，该教师行为检测系统包括智能终端以及与智能终端连接的摄像头；其中，摄像头用于获取包括教师的监控图像；智能终端用于接收摄像头发送的监控图像，并在监控图像中确定讲台区域，以对监控图像中的教师进行定位，确定教师的位置信息，并判断教师是否在讲台区域，以在确定教师在讲台区域时，确定教师是否面向学生以及是否书写板书中的至少一种特征信息，并利用教师的人体预设关键点确定教师的动作，以根据至少一种特征信息以及教师的动作确定教师当前是否属于书写板书状态。为解决上述技术问题，本申请采用的第五个技术方案是：提供一种智能终端，其中，该智能终端包括相互耦接的存储器和处理器；存储器存储有程序数据；处理器用于执行程序数据，以实现如上任一项所述的检测方法。为解决上述技术问题，本申请采用的第六个技术方案是：提供一种计算机可读存储介质，其中，该计算机可读存储介质存储有程序数据，程序数据能够被处理器执行以实现如上任一项所述的检测方法。本申请的有益效果是：区别于现有技术，本申请中的人体行为检测方法通过监控装置获取到包括有目标人体的监控图像，并在该监控图像中确定目标区域，以对监控图像中的目标人体进行定位，确定目标人体的位置信息，并基于该位置信息判断目标人体是否在目标区域内，如果目标人体在目标区域内，基于监控图像确定本文档来自技高网...

【技术保护点】
1.一种人体行为检测方法，其特征在于，所述人体行为检测包括：/n监控装置获取到包括目标人体的监控图像，并在所述监控图像中确定目标区域；/n对所述监控图像中的所述目标人体进行定位，确定所述目标人体的位置信息；/n基于所述位置信息判断所述目标人体是否在所述目标区域内；/n如果所述目标人体在所述目标区域内，基于所述监控图像确定所述目标人体的朝向及动作中的至少一种特征信息；以及/n利用所述目标人体的预设关键点确定所述目标人体的动作；/n根据所述至少一种特征信息以及所述目标人体的动作确定所述目标人体的当前行为。/n

【技术特征摘要】
1.一种人体行为检测方法，其特征在于，所述人体行为检测包括：
监控装置获取到包括目标人体的监控图像，并在所述监控图像中确定目标区域；
对所述监控图像中的所述目标人体进行定位，确定所述目标人体的位置信息；
基于所述位置信息判断所述目标人体是否在所述目标区域内；
如果所述目标人体在所述目标区域内，基于所述监控图像确定所述目标人体的朝向及动作中的至少一种特征信息；以及
利用所述目标人体的预设关键点确定所述目标人体的动作；
根据所述至少一种特征信息以及所述目标人体的动作确定所述目标人体的当前行为。


2.根据权利要求1所述的人体行为检测方法，其特征在于，所述基于所述监控图像确定所述目标人体的朝向及动作中的至少一种特征信息的步骤包括：
利用深度学习网络的分类模型对所述监控图像中所述目标人体的朝向和/或动作的类型进行分类预测，得到所述目标人体的朝向和/或所述动作。


3.根据权利要求1所述的人体行为检测方法，其特征在于，所述利用所述目标人体的预设关键点确定所述目标人体的动作的步骤包括：
利用深度学习网络检测所述目标人体的预设关键点的位置，并根据所述预设关键点的位置对所述目标人体的行为类型进行分类，得到所述目标人体的动作。


4.根据权利要求1所述的人体行为检测方法，其特征在于，所述根据所述至少一种特征信息以及所述目标人体的动作确定所述目标人体的当前行为的步骤具体包括：
根据所述至少一种特征信息确定所述目标人体的当前行为，并通过所述目标人体的动作对确定的所述目标人体的当前行为的结果进行修正，以获取到所述目标人体当前行为的分类结果。


5.根据权利要求2所述的人体行为检测方法，其特征在于，所述利用深度学习网络的分类模型对所述监控图像中所述目标人体的朝向和/或动作的类型进行分类预测，得到所述目标人体的朝向和/或所述动作的步骤之前，还包括：
对所述目标区域进行目标人体检测，以得到包括有目标人体检测框的特征图像；
按照预设比例系数对所述特征图像中所述目标人体检测框的面积进行扩大，以对扩大后的所述目标人体检测框内的目标图像进行截取；
所述利用深度学习网络的分类模型对所述监控图像中所述目标人体的朝向和/或动作的类型进行分类预测，得到所述目标人体的朝向和/或所述动作的步骤包括：
利用深度学习网络的分类模型对所述目标图像中所述目标人体的朝向和/或动作的类型进行分类预测，得到所述目标人体的朝向和/或所述动作。


6.根据权利要求1-4任一项所述的人体行为检测方法，其特征在于，所述监控装置获取到包括目标人体的监控图像，并在所述监控图像中确定目标区域的步骤具体包括：
所述监控装置对设定监控区域进行实时监控，以在所述设定监控区域出现有所述目标人体时，获取到包括所述目标人体的所述监控图像；
根据所述目标人体的活动区域在所述监控图像中划定出所述目标区域。


7.根据权利要求1-4任一项所述的人体行为检测方法，其特征在于，所述对所述监控图像中的所述目标人体进行定位，确定所述目标人体的位置信息的步骤包括：
利用经训练的检测网络模型对所述监控图像中的所述目标人体进行定位，以确定所述目标人体的位置信...

【专利技术属性】
技术研发人员：王原原，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33