[发明专利]一种行为检测方法、装置及电子设备

说明书

本发明公开了一种行为检测方法、装置及电子设备，包括：获取目标监控区域的视频数据；利用预先训练好的人脸识别模型对视频数据中的图像数据进行人脸检测；对检测到人脸数据对应的框选区域进行扩展处理，使得扩展后的框选区域大于人脸所在的整个头部区域；利用预先训练好的行为检测模型，对扩展后的框选区域进行行为检测。通过对识别到人脸所在区域进行检测，避免对未靠近人脸、仅仅手握香烟或者手机的行人造成误检的同时对该扩展后的框选区域进行检测，除了对框选区域内的违法物体进行识别来判断违法行为的同时扩展后的区域还可以包含拿手机、烟头的人手，进一步结合对人手与头部区域的相对位置来辅助对违法行为的检测，提高了检测结果的准确性。

技术领域

本发明涉及安全管控技术领域，具体涉及一种行为检测方法、装置及电子设备。

背景技术

在安监、城管等领域的某些重点监控场景内，不允许有接打电话、抽烟等行为，如加油站等，因此需要对上述场景内的抽烟、打电话等行为进行实时检测，当检测到上述事件时以及时发出预警。

相关技术中，对上述行为的检测方法仅仅通过检测图像中包含的物体的纹理特征、运动特征或者形状特征来实现对抽烟、打电话等违法行为进行检测，该检测方式通过会受到图像视野大小、图像拍摄角度的限制，如当抽烟、打电弧等违法行为离镜头较远时，图像中烟头的像素较小且烟雾的纹理特征、运动特征也不明显，容易误判；而当行人手握手机打电话时，手机部分像素遮挡，根据纹理特征、形状特征的判断也存在误判，且当检测到手机时，可能并非真正在打电话，而是行人握在手里而已，易造成误检。故亟待提出一种新的行为检测方法对行人抽烟、打电话等行为进行检测以提高检测结果的准确性。

发明内容

因此，本发明要解决的技术问题在于克服现有检测方式准确性差的缺陷，从而提供一种行为检测方法、装置及电子设备。

根据第一方面，本发明实施例公开了一种行为检测方法，包括：获取目标监控区域的视频数据；利用预先训练好的人脸识别模型对所述视频数据中的图像数据进行人脸检测；对检测到人脸数据对应的框选区域进行扩展处理，使得扩展后的框选区域大于人脸所在的整个头部区域；利用预先训练好的行为检测模型，对所述扩展后的框选区域进行行为检测，得到检测结果，所述行为检测模型根据包括整个头部区域的违法行为人脸图像数据训练得到。

可选地，所述人脸识别模型通过下述方式训练得到：获取多个实际场景下的人脸图像数据，构建第一人脸图像数据集，每一个场景下的人脸图像数据包含不同时间段的图像；对所述第一人脸图像数据集中的图像进行数据增强处理，得到扩大数据量的第一人脸图像数据集；利用扩大数据量的第一人脸图像数据集对第一目标网络模型进行模型训练，得到所述人脸识别模型。

可选地，所述第一目标网络模型包括RetinaFace人脸检测模型。

可选地，所述行为检测模型通过下述方式训练得到：获取多个实际场景下的违法行为人脸图像数据和非违法行为人脸图像数据，构建第二人脸图像数据集，每一个场景下的人脸图像数据包含不同时间段的图像；将所述第二人脸图像数据集中的人脸图像数据对应的框选区域进行扩展处理，使得扩展后的框选区域大于人脸所在的整个头部区域；对扩展后的所述第二人脸图像数据集中的图像进行数据增强处理，得到扩大数据量的第二人脸图像数据集利用所述扩大数据量的第二人脸图像数据集对第二目标网络模型进行模型训练，直至目标损失函数的损失值满足预设条件，得到所述行为检测模型。

可选地，所述第二目标网络模型包括：OSNet网络模型，其中所述OSNet网络模型的特征层与全连接层之间增加注意力机制；所述目标损失函数包括：NLLLOSS损失函数。

可选地，所述利用所述扩大数据量的第二人脸图像数据集对第二目标网络模型进行模型训练，包括：将所述扩大数据量的第二人脸图像数据集按照目标比例进行划分，得到训练集、验证集以及测试集；利用所述训练集对所述第二目标网络模型进行模型训练。