行为检测方法、设备以及存储介质技术

本申请公开了一种行为检测方法、设备以及存储介质，行为检测方法包括：利用行为检测网络对待检测图像进行特征提取，得到目标图像特征；基于目标图像特征对各候选检测框进行至少一次位置修正，将最后一次位置修正得到的更新检测框，确定为各候选检测框的修正检测框；每次位置修正中，基于各候选检测框对应的当前位置信息和当前位置信息在目标图像特征中对应的第一局部图像特征，确定各候选检测框的更新检测框；基于各候选检测框的修正检测框的第二局部图像特征，确定待检测图像的行为检测结果，第二局部图像特征为对应的各修正检测框在目标图像特征中的对应区域的特征。上述方案，能够提高行为检测的准确度。能够提高行为检测的准确度。能够提高行为检测的准确度。

【技术实现步骤摘要】
行为检测方法、设备以及存储介质


[0001]本申请涉及计算机
，特别是涉及一种行为检测方法、设备以及存储介质。

技术介绍

[0002]在办公场所经常需要对工作人员行为进行规范，比如打电话行为。为了提高监管效率，需要一套智能的打电话行为检测系统。目前的检测算法采用人为预设检测框的方式进行采样，由于人为设置的检测框容易受到人员的经验影响，导致后续得到的行为检测结果准确度较低。

技术实现思路

[0003]本申请至少提供一种行为检测方法、设备以及存储介质。
[0004]本申请提供了一种行为检测方法，包括：利用行为检测网络对待检测图像进行特征提取，得到目标图像特征；基于目标图像特征对各候选检测框进行至少一次位置修正，将最后一次位置修正得到的更新检测框，确定为各候选检测框的修正检测框；每次位置修正中，基于各候选检测框对应的当前位置信息和当前位置信息在目标图像特征中对应的第一局部图像特征，确定各候选检测框的更新检测框；基于各候选检测框的修正检测框的第二局部图像特征，确定待检测图像的行为检测结果，第二局部图像特征为对应的各修正检测框在目标图像特征中的对应区域的特征。
[0005]本申请提供了一种行为检测装置，包括：特征提取模块，用于利用行为检测网络对待检测图像进行特征提取，得到目标图像特征；位置修正模块，用于基于目标图像特征对各候选检测框进行至少一次位置修正，将最后一次位置修正得到的更新检测框，确定为各候选检测框的修正检测框；每次位置修正中，基于各候选检测框对应的当前位置信息和当前位置信息在目标图像特征中对应的第一局部图像特征，确定各候选检测框的更新检测框；检测模块，用于基于各候选检测框的修正检测框的第二局部图像特征，确定待检测图像的行为检测结果，第二局部图像特征为对应的各修正检测框在目标图像特征中的对应区域的特征。
[0006]本申请提供了一种电子设备，包括存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述行为检测方法。
[0007]本申请提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述行为检测方法。
[0008]上述方案，通过利用行为检测网络对待检测图像进行特征提取，得到目标图像特征之后，利用目标图像特征对各候选检测框进行至少一次修正，然后利用各候选检测框的修正检测框的第二局部图像特征，确定待检测图像的行为检测结果，相对于直接基于各候选检测框对应的第二局部图像特征而言，本方案确定得到的第二局部图像特征更为准确，使得确定得到的行为检测检测更为准确。
[0009]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非
限制本申请。
附图说明
[0010]此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。
[0011]图1是本申请行为检测方法一实施例的流程示意图；
[0012]图2是本申请行为检测方式一实施例示出的级联设置的调整模块示意图；
[0013]图3是本申请行为检测方法一实施例示出行为检测网络的结构示意图；
[0014]图4是本申请行为检测装置一实施例的结构示意图；
[0015]图5是本申请电子设备一实施例的结构示意图；
[0016]图6是本申请计算机可读存储介质一实施例的结构示意图。
具体实施方式
[0017]下面结合说明书附图，对本申请实施例的方案进行详细说明。
[0018]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。
[0019]本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
[0020]请参阅图1，图1是本申请行为检测方法一实施例的流程示意图。
[0021]如图1所示，本公开实施例提供的行为检测方法，可以包括如下步骤：
[0022]步骤S11：利用行为检测网络对待检测图像进行特征提取，得到目标图像特征。
[0023]待检测图像可以是任意需要进行行为检测的图像。一些应用场景中，待检测图像可以是监控图像。一些应用场景中，待检测图像可以是由非监控设备采集得到的图像。待检测图像可以是二维图像也可以是三维图像。通过获取包含目标的待检测图像，然后对目标的行为进行分析，能够达到对目标的行为进行分析的目的。需要进行行为分析的目标可以是任意目标，例如目标可以是人体、动物体、车辆等等。行为可以是任意需要进行分析的行为，例如打电话行为、抽烟行为、打架行为、车辆压实线等等。在执行步骤S11之前还可执行获取若干待检测图像的步骤。其中，获取待检测图像的方式可以是本公开实施例提供的行为检测方法的执行设备直接对目标拍摄得到，或由与执行设备建立通信连接的图像采集设备对目标拍摄得到。关于获取样本图像的方式此处不做具体限定。
[0024]其中，行为检测网络可以是ResNeXt、RCNN，YOLO，SSD等任意能够进行特征提取的模型，关于行为检测网络的具体网络结构此处不做具体规定。
[0025]步骤S12：基于目标图像特征对各候选检测框进行至少一次位置修正，将最后一次位置修正得到的更新检测框，确定为各候选检测框的修正检测框。
[0026]其中，每次位置修正中，基于各候选检测框对应的当前位置信息和当前位置信息
在目标图像特征中对应的第一局部图像特征，确定各候选检测框的更新检测框。当前位置信息在目标图像特征中对应的第一局部图像特征具体可以是先确定的该目标图像特征中与当前位置信息对应的区域，然后将该区域内的特征作为第一局部图像特征。
[0027]示例性地，对于首次位置修正中，基于各候选检测框对应的初始位置信息和初始位置信息在目标图像特征中对应的第一局部图像特征，确定各候选检测框的更新检测框。对于第二次位置修正中，基于将首次修正过程中得到的更新检测框的位置信息作为候选检测框的当前位置信息，然后对该当前位置信息进行修正，其他非首次位置修正的方式同理，此处不再赘述。
[0028]本公开实施例中未经目标图像特征修正前的初始位置可以由用户自定义或者通过对行为检测网络进行训练的过程中同步训练得到。可选地，候选检测框的数量、大小以及候选检测框的形状可以由用户自定义或通过对行为检测网络进行训练的过程中同步训练得到。
[0029]示例性地，候选检测框可以是设置50个、100个、200个等等。候选检测框的数量设置得过多可能导致行为检测过程较长，效率较低，候选检测框的数量设置得过低可能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行为检测方法，其特征在于，包括：利用行为检测网络对待检测图像进行特征提取，得到目标图像特征；基于所述目标图像特征对各候选检测框进行至少一次位置修正，将最后一次位置修正得到的更新检测框，确定为各候选检测框的修正检测框；每次所述位置修正中，基于各候选检测框对应的当前位置信息和所述当前位置信息在所述目标图像特征中对应的第一局部图像特征，确定各所述候选检测框的更新检测框；基于各候选检测框的修正检测框的第二局部图像特征，确定所述待检测图像的行为检测结果，所述第二局部图像特征为对应的各修正检测框在所述目标图像特征中的对应区域的特征。2.根据权利要求1所述的方法，其特征在于，所述每次所述位置修正中，基于各所述候选检测框对应的当前位置信息和所述当前位置信息在所述目标图像特征中对应的第一局部图像特征，确定各所述候选检测框的更新检测框，包括：对于每一所述候选检测框，获取所述第一局部图像特征中属于目标对象的目标特征；确定所述目标特征与所述目标图像特征之间的相关性；基于所述相关性，对所述候选检测框的位置进行修正。3.根据权利要求2所述的方法，其特征在于，所述确定所述目标特征与所述目标图像特征之间的相关性，包括：获取所述目标特征与参考特征之间的比值，所述参考特征为所述目标图像特征中属于所述目标对象的特征；将所述比值作为所述目标特征与所述目标图像特征之间的相关性。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，在所述每次所述位置修正中，基于各候选检测框对应的当前位置信息和所述当前位置信息在所述目标图像特征中对应的第一局部图像特征，确定各所述候选检测框的更新检测框之前，所述方法包括：分别对各所述候选检测框的当前位置信息进行特征提取，得到关于各所述候选检测框的当前检测框特征；以及，分别利用各所述候选检测框的当前位置信息，确定各所述候选检测框在所述目标图像特征中对应的第一局部图像特征；所述每次所述位置修正中，基于各候选检测框对应的当前位置信息和所述当前位置信息在所述目标图像特征中对应的第一局部图像特征，确定各所述候选检测框的更新检测框，包括：对于每一所述候选检测框，将所述候选检测框的当前检测框特征以及所述第一局部图像特征进行融合，得到所述候选检测框调整后的位置信息。5.根据权利要求1所述的方法，其特征在于，所述行为检测网络包括若干级联设置的调整模块，所述基于所述目标图像特征对各候选检测框进行至少一次位置修正，包括：对于各级所述调整模块，分别执行所述基于各候选检测框对应的当前位置信息和所述当前位置信息在所述目标图像特征中对应的第一局部图像特征，确定各所述候选检测框的更新检测框的步骤；其中，首级所述调整模块中各所述候选检测框的当前位置信息为各所述候选检测框的初始位置信息，非首级所述调整模块中各所述候选检测框的当前位置信息为上一级所述调

【专利技术属性】
技术研发人员：李坡，王原原，郑佳，
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：