[发明专利]一种行为检测方法、装置、终端设备及存储介质

权利要求书

1.一种行为检测方法，其特征在于，包括：

获取公共交通工具内目标人群的图像数据和音频数据；

将所述图像数据输入预设的时序检测模型中进行处理，得到所述图像数据的图像特征向量；

将所述音频数据输入预设的声音检测模型中进行处理，得到所述音频数据的音频特征向量；

根据所述图像特征向量和所述音频特征向量确定所述目标人群的行为状态。

2.如权利要求1所述的行为检测方法，其特征在于，所述将所述图像数据输入预设的时序检测模型中进行处理，得到所述图像数据的图像特征向量，包括：

对所述图像数据进行特征提取，得到卷积特征；

将所述卷积特征输入所述时序检测模型的检测子网中进行处理，确定目标特征图和第一时序特征值；

将所述卷积特征和所述目标特征图输入所述时序检测模型的分类子网中进行处理，确定第二时序特征值；

将所述第一时序特征值和第二时序特征值串联处理，确定所述图像特征向量。

3.如权利要求2所述的行为检测方法，其特征在于，在确定目标特征图之后，还包括：

对所述目标特征图进行边框回归处理，若处理后的目标特征图中存在预设类型的对象，则进行提示操作。

4.如权利要求1所述的行为检测方法，其特征在于，所述将所述音频数据输入预设的声音检测模型中进行处理，包括：

对所述音频数据进行降噪处理，从处理后的音频数据中提取声学特征；

根据所述声学特征构建特征图谱，将所述特征图谱输入预设的声音检测模型中进行处理。

5.如权利要求1至4任一项所述的行为检测方法，其特征在于，所述根据所述图像特征向量和所述音频特征向量确定所述目标人群的行为状态，包括：

将预设数量的图像特征向量和预设数量的音频特征向量分别进行乘积处理，得到预设数量的特征向量；

将所述预设数量的特征向量与未进行乘积处理的图像特征向量和未进行乘积处理的音频特征向量进行拼接处理，得到目标特征向量；

对所述目标特征向量进行处理确定所述目标人群的行为状态。

6.如权利要求5所述的行为检测方法，其特征在于，所述对所述目标特征向量进行处理确定所述目标人群的行为状态，包括：

通过预设的多层感知机对所述目标特征向量进行处理确定所述目标人群的行为状态。

7.一种行为检测装置，其特征在于，包括：

数据获取模块，用于获取公共交通工具内目标人群的图像数据和音频数据；

图像处理模块，用于将所述图像数据输入预设的时序检测模型中进行处理，得到所述图像数据的图像特征向量；

音频处理模块，用于将所述音频数据输入预设的声音检测模型中进行处理，得到所述音频数据的音频特征向量；

状态确定模块，用于根据所述图像特征向量和所述音频特征向量确定所述目标人群的行为状态。

8.如权利要求7所述的行为检测装置，其特征在于，所述图像处理模块包括：

特征提取单元，用于对所述图像数据进行特征提取，得到卷积特征；

第一特征值确定单元，用于将所述卷积特征输入所述时序检测模型的检测子网中进行处理，确定目标特征图和第一时序特征值；

第二特征值确定单元，用于将所述卷积特征和所述目标特征图输入所述时序检测模型的分类子网中进行处理，确定第二时序特征值；

串联处理单元，用于将所述第一时序特征值和第二时序特征值串联处理，确定所述图像特征向量。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的一种行为检测方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的一种行为检测方法的步骤。