[发明专利]一种行为识别方法及装置

说明书

本发明提供了一种行为识别方法及装置，该方法，包括：预先设置至少两个行为类别；将待识别视频分为至少两个视频片段；针对每个视频片段，执行：提取当前视频片段的关键帧、堆叠光流和连续帧静态图像；根据关键帧、堆叠光流和连续帧静态图像分别进行行为识别，分别确定当前视频片段的每个行为类别的第一评分、第二评分和第三评分；根据每个视频片段的每个行为类别的第一评分、第二评分和第三评分，分别确定待识别视频的每个行为类别的空间流评分、时间流评分和3D评分；根据待识别视频的每个行为类别的空间流评分、时间流评分和3D评分，生成待识别视频的每个行为类别的最终评分。本发明提供了一种行为识别方法及装置，能够提高行为识别的准确度。

技术领域

本发明涉及计算机技术领域，特别涉及一种行为识别方法及装置。

背景技术

视频的行为识别是指从一段视频中自动分析识别人体执行的行为。最简单的行为识别也称为行为分类，它可以将未知视频中的人体行为分类到预先定义的几种行为类别中。

在现有技术中，从待识别视频中提取几个帧的静态图像，从这些静态图像中进行行为识别，生成最终的针对待设备识别的识别结果。

通过上述描述可见，现有技术在进行行为识别时，只是考虑了静态图像中的外观信息，识别结果不准确。

发明内容

本发明实施例提供了一种行为识别方法及装置，能够提高行为识别的准确度。

一方面，本发明实施例提供了一种行为识别方法，包括：

预先设置至少两个行为类别；

将待识别视频分为至少两个视频片段；

针对每个所述视频片段，执行：提取当前视频片段的关键帧、堆叠光流和连续帧静态图像；根据所述关键帧对所述当前视频片段进行行为识别，确定所述当前视频片段的每个所述行为类别的第一评分，根据所述堆叠光流对所述当前视频片段进行行为识别，确定所述当前视频片段的每个所述行为类别的第二评分，根据所述连续帧静态图像对所述当前视频片段进行行为识别，确定所述当前视频片段的每个所述行为类别的第三评分；

根据每个所述视频片段的每个所述行为类别的第一评分，确定所述待识别视频的每个所述行为类别的空间流评分；根据每个所述视频片段的每个所述行为类别的第二评分，确定所述待识别视频的每个所述行为类别的时间流评分；根据每个所述视频片段的每个所述行为类别的第三评分，确定所述待识别视频的每个所述行为类别的3D评分；

根据所述待识别视频的每个所述行为类别的所述空间流评分、每个所述行为类别的所述时间流评分和每个所述行为类别的所述3D评分，生成所述待识别视频的每个所述行为类别的最终评分。

可选地，

该方法进一步包括：

预先设置所述空间流评分的权重、所述时间流评分的权重和所述3D评分的权重；

所述根据所述待识别视频的每个所述行为类别的所述空间流评分、每个所述行为类别的所述时间流评分和每个所述行为类别的所述3D评分，生成所述待识别视频的每个所述行为类别的最终评分，包括：

针对每个所述行为类别，执行：根据当前行为类别的所述空间流评分、所述当前行为类别的时间流评分、所述当前行为类别的3D评分、所述空间流评分的权重、所述时间流评分的权重和所述3D评分的权重，利用公式四确定所述待识别视频的所述当前行为类别的最终评分，其中，所述公式四为：

O＝aS+bT+cM；

其中，O为所述待识别视频的所述当前行为类别的最终评分，S为所述当前行为类别的所述空间流评分，T为所述当前行为类别的时间流评分，M为所述当前行为类别的3D评分，a为所述空间流评分的权重，b为所述时间流评分的权重，c为所述3D评分的权重。

可选地，