[发明专利]一种目标行为描述方法、装置和监控设备

权利要求书

1.一种目标行为描述方法，其特征在于，包括：

获取当前图像和所述当前图像的上一图像，以及获取摄像头的姿态位置信息和运动状态信息；

根据姿态位置信息和运动状态信息对所述上一图像进行预测得到预测图像；

根据预设的目标检测算法从所述当前图像和所述预测图像中识别出至少一个运动目标，生成包括所述至少一个运动目标的第一图像；

根据预设的显著性区域检测算法从所述当前图像中识别出至少一个显著目标，生成包括所述至少一个显著目标的第二图像；

对所述第一图像和所述第二图像中相同的目标进行去重处理得到预处理图像；

根据预设的行为描述算法对所述预处理图像中的每个目标进行行为描述得到行为描述结果。

2.如权利要求1所述的方法，其特征在于，所述对所述第一图像和所述第二图像中相同的目标进行去重处理得到预处理图像包括：

以遍历的方式每次分别从所述第一图像和所述第二图像中取出一个目标；

计算取出的两个目标各自对应的相似度值，若相似度值大于预设值，确定所述两个目标在各自对应的图像中的坐标位置，若两个目标在各自对应的图像中的坐标位置相同，确定所述两个目标为相同的目标，只保留所述两个目标中的任意一个。

3.如权利要求1或2所述的方法，其特征在于，所述根据预设的行为描述算法对所述预处理图像中的每个目标进行行为描述得到行为描述结果包括：

针对所述预处理图像中的每个目标，确定目标的初始检测框；

将所述初始检测框的长和宽都扩大为2倍后生成第一扩展检测框，以及将所述初始检测框的长和宽都扩大为4倍后生成第二扩展检测框；

将目标的初始检测框、第一扩展检测框和第二扩展检测框压缩成预设尺寸的检测框；

根据基于注意力模型Attention-Based Model算法和长期记忆LSTM算法对压缩后的3个检测框进行处理得到目标的行为描述结果。

4.如权利要求1或2所述的方法，其特征在于，所述目标检测算法为尺寸不变特性转换SIFT算法和随机抽样一致性RANSAN算法。

5.如权利要求4所述的方法，其特征在于，所述姿态位置信息包括：所述摄像头的视角和位置，所述运动状态信息包括速度和转向角。

6.一种目标行为描述装置，其特征在于，包括：

获取模块，用于获取当前图像和所述当前图像的上一图像，以及获取摄像头的姿态位置信息和运动状态信息；

预测模块，用于根据姿态位置信息和运动状态信息对所述上一图像进行预测得到预测图像；

第一生成模块，用于根据预设的目标检测算法从所述当前图像和所述预测图像中识别出至少一个运动目标，生成包括所述至少一个运动目标的第一图像；

第二生成模块，用于根据预设的显著性区域检测算法从所述当前图像中识别出至少一个显著目标，生成包括所述至少一个显著目标的第二图像；

去重模块，用于对所述第一图像和所述第二图像中相同的目标进行去重处理得到预处理图像；

描述模块，用于根据预设的行为描述算法对所述预处理图像中的每个目标进行行为描述得到行为描述结果。

7.如权利要求6所述的装置，其特征在于，所述去重模块用于：

以遍历的方式每次分别从所述第一图像取出一个目标和所述第二图像中取出一个目标；

计算取出的两个目标各自对应的相似度值，若相似度值大于预设值，确定所述两个目标在各自对应的图像中的坐标位置，若两个目标在各自对应的图像中的坐标位置相同，确定所述两个目标为相同的目标，只保留所述两个目标中的任意一个。