[发明专利]一种应用于监控设备的行为识别方法

权利要求书

1.一种应用于监控设备的行为识别方法，其特征在于：所述行为识别方法包括以下步骤：

步骤1：获取数据集；

步骤2：视频预处理和数据增强；

步骤3：网络搭建；

步骤4：网络训练；

步骤5：网络测试；

步骤6：量化；

步骤7：模型部署。

2.根据权利要求1所述的一种应用于监控设备的行为识别方法，其特征在于：获取数据集时，获取监控设备记录下的多个盗窃视频，包含偷窃和商店盗窃或更多其他盗窃种类，使用视频剪辑工具，基于25fps的采样率，选择出最能代表盗窃行为的10秒长的视频片段保存，作为数据集中的盗窃类的视频。

3.根据权利要求2所述的一种应用于监控设备的行为识别方法，其特征在于：视频预处理和数据增强时，统一所有视频片段的采样率和尺寸。

4.根据权利要求3所述的一种应用于监控设备的行为识别方法，其特征在于：网络搭建时，通过将视频分解为一系列的图像帧，并将每帧作为CNN的输入，输出一系列特征向量，然后使用RNN层对提取出的特征序列进行处理完成分类。

5.根据权利要求4所述的一种应用于监控设备的行为识别方法，其特征在于：网络训练时，使用步骤2处理后的训练集和验证集，与步骤3得到的模型进行训练。

6.根据权利要求5所述的一种应用于监控设备的行为识别方法，其特征在于：网络测试时，对步骤4训练后的网络在测试集上进行测试，评估模型性能，确定可以量化的模型。

7.根据权利要求6所述的一种应用于监控设备的行为识别方法，其特征在于：量化时，将步骤5得到的模型导出生成ONNX模型文件，然后根据要使用的硬件，使用相应的软件库对ONNX模型进行INT8量化。

8.根据权利要求7所述的一种应用于监控设备的行为识别方法，其特征在于：模型部署时，将步骤6得到的量化后的模型，生成C语言代码文件，部署到嵌入式开发板。