【技術實現步驟摘要】
本申請涉及視頻檢測，特別是涉及一種視頻行為識別方法及相關裝置、電子設備和存儲介質。
技術介紹
1、動作識別一直是計算機視覺領域的研究熱點，例如，通過對視頻進行分析識別，有助于監測諸如未授權人員闖入、摔倒、人員抽煙等行為。
2、但是，現有的視頻行為識別技術通常只能識別簡單的靜態行為，視頻行為的識別范圍受到極大限制，且相似行為也較難區分，視頻行為識別的識別精度也較為低下。有鑒于此，如何提升視頻行為的識別范圍和識別精度，成為亟待解決的問題。
技術實現思路
1、本申請主要解決的技術問題是提供一種視頻行為識別方法及相關裝置、電子設備和存儲介質，能夠提升視頻行為的識別范圍和識別精度。
2、為了解決上述技術問題，本申請第一方面提供了一種視頻行為識別方法，包括：基于來自于待識別視頻中視頻片段的目標圖集，提取目標圖像特征；基于目標圖像特征和若干參考對象的預設對象特征，得到各個參考對象的目標對象特征；其中，若干參考對象包括行為主體對象和行為客體對象，參考對象的目標對象特征含有目標圖像特征中與參考對象相關的圖像特征信息；基于若干參考對象的目標對象特征，得到各個參考對象表征彼此之間相互交互的關聯對象特征；至少基于行為主體對象的關聯對象特征進行預測，得到行為主體對象在視頻片段中的行為識別結果。
3、為了解決上述技術問題，本申請第二方面提供了一種視頻行為識別裝置，包括：圖像特征提取模塊、對象特征編碼模塊、對象特征關聯模塊和對象行為預測模塊，圖像特征提取模塊，用于基于來自于待
4、為了解決上述技術問題，本申請第三方面提供了一種電子設備，至少包括相互耦接的存儲器和處理器，存儲器中存儲有程序指令，處理器用于執行程序指令以實現上述第一方面中的視頻行為識別方法。
5、為了解決上述技術問題，本申請第四方面提供了一種計算機可讀存儲介質，存儲有能夠被處理器運行的程序指令，程序指令用于實現上述第一方面的視頻行為識別方法。
6、上述方案，基于來自于待識別視頻中視頻片段的目標圖集，提取目標圖像特征，再基于目標圖像特征和若干參考對象的預設對象特征，得到各個參考對象的目標對象特征，且若干參考對象包括行為主體對象和行為客體對象，參考對象的目標對象特征含有目標圖像特征中與參考對象相關的圖像特征信息，從而基于若干參考對象的目標對象特征，得到各個參考對象表征彼此之間相互交互的關聯對象特征，進而至少基于行為主體的關聯對象特征進行預測，得到行為主體對象在視頻片段中的行為識別結果，故一方面相較于分析單幀圖像通過來自于視頻頻段的目標圖集進行分析，能夠在支持靜態行為的基礎上進一步支持動態行為，有助于提升視頻行為的識別范圍，另一方面由于在識別過程中同時引入包含行為主體對象和行為客體對象的若干參考對象，并獲取各個參考對象表征彼此之間相互交互的關聯對象特征，以此進行預測行為識別結果，能夠建立行為主體對象和行為客體對象之間上下文交互關系，相較于單純地通過目標檢測來進行行為識別而言，有助于更為精確地區分相似行為，以提升視頻行為的識別精度。故此，能夠提升視頻行為的識別范圍和識別精度。
本文檔來自技高網...【技術保護點】
1.一種視頻行為識別方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述基于所述目標圖像特征和若干參考對象的預設對象特征，得到各個所述參考對象的目標對象特征，包括：
3.根據權利要求2所述的方法，其特征在于，所述基于所述若干參考對象的預設對象特征之間的第一相關度，得到各個所述參考對象的第一對象特征，包括：
4.根據權利要求2所述的方法，其特征在于，所述基于所述參考對象的第二對象特征與所述融合圖像特征之間的第二相關度，得到所述參考對象的目標對象特征，包括：
5.根據權利要求1所述的方法，其特征在于，所述基于來自于待識別視頻中視頻片段的目標圖集，提取目標圖像特征，包括：
6.根據權利要求5所述的方法，其特征在于，所述基于所述多個維度中位于第一序位之前的至少一個所述第一圖像特征和位于第二序位之后的至少一個所述第一圖像特征進行融合，得到第二圖像特征，包括：
7.根據權利要求6所述的方法，其特征在于，所述基于所述第一融合特征和位于所述第二序位之后的至少一個所述第一圖像特征進行融合，得到所述第二圖像特
8.根據權利要求5所述的方法，其特征在于，所述基于所述目標圖集中各個所述視頻幀的第二圖像特征，提取得到所述目標圖集的目標圖像特征，包括：
9.根據權利要求1所述的方法，其特征在于，所述基于所述若干參考對象的目標對象特征，得到各個所述參考對象表征彼此之間相互交互的關聯對象特征，包括：
10.根據權利要求9所述的方法，其特征在于，所述基于所述若干參考對象的目標對象特征之間的第三相關度，得到各個所述參考對象的關聯對象特征，包括：
11.根據權利要求1所述的方法，其特征在于，在所述至少基于所述行為主體對象的關聯對象特征進行預測，得到所述行為主體對象在所述視頻片段中的行為識別結果之前，所述方法還包括：
12.根據權利要求11所述的方法，其特征在于，所述對象特征集合還包括匯總對象特征，在所述基于所述對象特征集合和所述當前對象特征，預測得到各個所述行為主體對象在當前所述視頻片段中的行為識別結果之前，所述方法還包括：
13.根據權利要求11所述的方法，其特征在于，所述基于所述對象特征集合和所述當前對象特征，預測得到各個所述行為主體對象在當前所述視頻片段中的行為識別結果，包括：
14.根據權利要求1所述的方法，其特征在于，所述行為識別結果至少包括所述行為主體對象在所述視頻片段中的行為類別，在所述至少基于所述行為主體對象的關聯對象特征進行預測，得到所述行為主體對象在所述視頻片段中的行為識別結果之后，所述方法還包括：
15.根據權利要求14所述的方法，其特征在于，所述基于所述視頻片段中反映所述行為類別的第一區域和包圍所述行為客體對象的第二區域，得到目標交并比，包括：
16.根據權利要求1至15任一項所述的方法，其特征在于，所述目標圖集為按照預設頻率對所述視頻片段抽取視頻幀而得到；
17.一種視頻行為識別裝置，其特征在于，包括：
18.一種電子設備，其特征在于，至少包括相互耦接的存儲器和處理器，所述存儲器中存儲有程序指令，所述處理器用于執行所述程序指令以實現權利要求1至16任一項所述的視頻行為識別方法。
19.一種計算機可讀存儲介質，其特征在于，存儲有能夠被處理器運行的程序指令，所述程序指令用于實現權利要求1至16任一項所述的視頻行為識別方法。
...【技術特征摘要】
1.一種視頻行為識別方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述基于所述目標圖像特征和若干參考對象的預設對象特征，得到各個所述參考對象的目標對象特征，包括：
3.根據權利要求2所述的方法，其特征在于，所述基于所述若干參考對象的預設對象特征之間的第一相關度，得到各個所述參考對象的第一對象特征，包括：
4.根據權利要求2所述的方法，其特征在于，所述基于所述參考對象的第二對象特征與所述融合圖像特征之間的第二相關度，得到所述參考對象的目標對象特征，包括：
5.根據權利要求1所述的方法，其特征在于，所述基于來自于待識別視頻中視頻片段的目標圖集，提取目標圖像特征，包括：
6.根據權利要求5所述的方法，其特征在于，所述基于所述多個維度中位于第一序位之前的至少一個所述第一圖像特征和位于第二序位之后的至少一個所述第一圖像特征進行融合，得到第二圖像特征，包括：
7.根據權利要求6所述的方法，其特征在于，所述基于所述第一融合特征和位于所述第二序位之后的至少一個所述第一圖像特征進行融合，得到所述第二圖像特征，包括：
8.根據權利要求5所述的方法，其特征在于，所述基于所述目標圖集中各個所述視頻幀的第二圖像特征，提取得到所述目標圖集的目標圖像特征，包括：
9.根據權利要求1所述的方法，其特征在于，所述基于所述若干參考對象的目標對象特征，得到各個所述參考對象表征彼此之間相互交互的關聯對象特征，包括：
10.根據權利要求9所述的方法，其特征在于，所述基于所述若干參考對象的目標對象特征之間的第三相關度，得到各個所述參考對象的關聯對象特征，包括：
11.根據權利要求1...
【專利技術屬性】
技術研發人員：于俊，程知遠，李衛東，程禮磊，張慧萍，馮安全，譚昶，呂軍，張友國，
申請(專利權)人：訊飛智元信息科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。