[发明专利]一种基于空间网格的视频目标行为识别方法

权利要求书

1.一种基于空间网格的视频目标行为识别方法，其特征在于，包括以下步骤：

（1）建立数据集，数据集包含目标的种类和状态；

（2）通过目标识别算法对视频帧中的目标进行种类和状态的识别，

（3）通过运动目标检测算法对视频帧进行运动目标检测；

（4）基于空间网格定位，结合网格周边情况，通过目标检测和运动检测对视频帧中目标的行为动作进行分析；

所述步骤（4）中以高比例单幅地图范围对应的作战地域，由R*C幅低比例单幅地图组成，分别划设作战区和作战基本区，即一个作战区包含R*C个作战基本区，将作战基本区的边界线连接形成攻防线和协同线；根据目标所属作战区和作战基本区位置，结合网格本身海陆空和周围立体环境分析，判断目标的行为；如果在上一帧和当前帧相同位置检测到了目标并且没有检测到在相同位置有运动目标，则检测到的目标处于静止状态；如果在上一帧中检测到了目标且当前帧中相同位置附近检测到了目标，且该区域同时检测到了运动目标，则检测到的目标处于移动状态；如果上一帧检测到了目标处于正常状态，当前帧相同位置检测到目标处于战斗状态，且相同位置检测到了运动目标，则检测到的目标处于战斗状态；如果目标在我区静止或移动，则定性为入侵行为；如果目标在我区战斗，则定性为攻击行为。

2.根据权利要求1所述的一种基于空间网格的视频目标行为识别方法，其特征在于：所述步骤（1）中数据集包含目标的种类和状态，在制作数据集的过程中，数据集包含需要识别目标的种类，目标若处于战斗姿态，在标签中注明目标处于战斗状态。

3.根据权利要求2所述的一种基于空间网格的视频目标行为识别方法，其特征在于：所述步骤（2）具体包括如下步骤：

（2.1）通过多尺度特征图进行检测，

（2.2）直接通过卷积网络对大小不同的特征图进行卷积计算提取的特征进行分类与回归；

（2.3）网络训练采用先验框。

4.根据权利要求3所述的一种基于空间网格的视频目标行为识别方法，其特征在于：所述步骤（2.1）中通过多尺度特征图进行检测的具体步骤为：用于计算的神经网络结构分为六层特征图进行图片的分类和回归，每层的特征图的大小都不一样，处在网络前端的特征图大，随着池化层的加入，越往后特征图越小，用尺度大的特征图来处理小的目标，而用尺度小的特征图来处理大的目标。