[发明专利]一种基于迁移学习的人体行为识别方法

说明书

本发明涉及一种基于迁移学习的人体行为识别方法，属于图像数据处理技术领域，将通过步骤S1和步骤S2的配合，可将大量错误数据筛选出去，保障于人体行为视频图像数据的来源的可靠性，避免了后续的人体行为识别过程均为无效的误动作，并且极大程度上提高了人体行为识别结果的精度。当检测到人体行为视频图像数据的来源出现异常时，有可能是因为第一图像采集装置或第二图像采集装置在图像采集时的位置发生异常移位，所以通过第一位置检测装置、第二位置检测装置、第一位置调节装置、第二位置调节装置之间的配合，可有效确保第一图像采集装置或第二图像采集装置的正常动作不受移位因素影响等。

技术领域

本发明属于图像数据处理技术领域，具体涉及一种基于迁移学习的人体行为识别方法。

背景技术

对于人体行为识别的现阶段研究，已有专家揭示可以同时增强对需推理行为和无需推理行为的识别，提高模型在视频场景下对复杂、长时行为识别的准确率，使其能够在实际系统中更好地应用。

但是，对于人体行为视频图像数据的来源是极为重要的，如果人体行为视频图像数据的可靠性存在问题，那么后续的人体行为识别过程均为无效的误动作，并且最后人体行为识别结果毫无疑问也是错误结果。所以对于人体行为视频图像数据的来源进行可靠性验证时必不可少的预处理环节，而现有研究均为对该预处理环节进行深究，仅仅是获取到人体行为视频图像数据后直接进行人体行为识别过程，存在较大缺陷和局限。

发明内容

本发明目的在于提供一种基于迁移学习的人体行为识别方法，用于解决上述现有技术中存在的技术问题，对于人体行为视频图像数据的来源是极为重要的，如果人体行为视频图像数据的可靠性存在问题，那么后续的人体行为识别过程均为无效的误动作，并且最后人体行为识别结果毫无疑问也是错误结果。所以对于人体行为视频图像数据的来源进行可靠性验证时必不可少的预处理环节，而现有研究均为对该预处理环节进行深究，仅仅是获取到人体行为视频图像数据后直接进行人体行为识别过程，存在较大缺陷和局限。

为实现上述目的，本发明的技术方案是：

一种基于迁移学习的人体行为识别方法，包括以下步骤：

S1、将第一图像采集装置设置在第一预设位置，并采集目标的人体行为的实时视频图像数据，记为第一视频图像数据；将第二图像采集装置设置在第二预设位置，并采集目标的人体行为的实时视频图像数据，记为第二视频图像数据；所述第一图像采集装置与所述第二图像数据采集装置同时启动；

S2、通过主控制装置将所述第一视频图像数据与所述第二视频图像数据进行匹配分析，若所述主控制装置判断所述第一视频图像数据与所述第二视频图像数行匹配，则进入步骤S2，否则，舍弃当前所述第一视频图像数据与所述第二视频图像数舍弃删除并重新进入步骤S1；

S3、通过所述第一视频图像数据或所述第二视频图像数据训练并得到人体行为识别模型，根据特定人体行为情景对所述人体行为识别模型进行迁移学习，在结合所述特定人体行为情景所属的特定特征与所述第一视频图像数据或所述第二视频图像数据作特征融合，从而得到优化人体行为识别模型；

S4、最后将所述第一图像采集装置或所述第二图像采集装置采集的实时视频图像数据输入至所述优化人体行为识别模型进行人体行为识别。

通过上述方案，将通过步骤S1和步骤S2的配合，可将大量错误数据筛选出去，保障于人体行为视频图像数据的来源的可靠性，避免了后续的人体行为识别过程均为无效的误动作，并且极大程度上提高了人体行为识别结果的精度。

一种基于迁移学习的人体行为识别装置，所述人体行为识别装置用于完成如上述的一种基于迁移学习的人体行为识别方法；

所述人体行为识别装置包括第一图像采集装置、第二图像采集装置、主控制装置、数据存储装置、异常报警装置；所述主控制装置分别与所述第一图像采集装置、第二图像采集装置、数据存储装置、异常报警装置；