本發(fā)明涉及物聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種目標(biāo)行為的識(shí)別方法及裝置。

背景技術(shù)：

隨著視頻監(jiān)控應(yīng)用的發(fā)展，視頻監(jiān)控已經(jīng)由視頻圖像的實(shí)時(shí)監(jiān)控向視頻圖像的智能化分析逐步演進(jìn)。目前常見(jiàn)的基于視頻的人的活動(dòng)行為分析主要有手勢(shì)識(shí)別、行走握手等人物基本活動(dòng)行為的識(shí)別，這些活動(dòng)行為的識(shí)別主要基于圖像中人的皮膚、軀體、關(guān)節(jié)等人體局部特征的提取和分析進(jìn)行，由于每個(gè)人的活動(dòng)是存在多樣性的，因此基于特征提取的分析方法較為復(fù)雜。在一些情況下，只需要對(duì)人的簡(jiǎn)單活動(dòng)進(jìn)行識(shí)別，而基于人的多個(gè)局部特征提取與分析的算法受人活動(dòng)的復(fù)雜性和多樣性影響，實(shí)現(xiàn)難度較大，且在需要提取全身特征時(shí)，易受攝像頭視角的影響，無(wú)法滿足圖像分析的要求；比如：對(duì)人吃飯時(shí)靠近桌子坐下的行為進(jìn)行識(shí)別，如果采用特則提取的方法，需要捕捉人的軀體和腿部的活動(dòng)，識(shí)別方法較為復(fù)雜，且會(huì)受到攝像頭視角的限制(需捕捉人的全身圖像)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種目標(biāo)行為的識(shí)別方法及裝置，其目的是為了解決基于特征提取與分析的算法受人活動(dòng)的復(fù)雜性和多樣性影響，實(shí)現(xiàn)難度較大，且在需要提取全身特征時(shí)，易受攝像頭視角的影響的問(wèn)題。

為了達(dá)到上述目的，本發(fā)明的實(shí)施例提供了一種目標(biāo)行為的識(shí)別方法，包括：

檢測(cè)人物是否在觀測(cè)區(qū)域進(jìn)行活動(dòng)；

當(dāng)檢測(cè)到人物在觀測(cè)區(qū)域進(jìn)行活動(dòng)時(shí)，通過(guò)攝像頭對(duì)人物頭像進(jìn)行采集，得到攝像頭成像；

對(duì)人物活動(dòng)時(shí)人物頭像位置在攝像頭成像中的熱點(diǎn)分布進(jìn)行統(tǒng)計(jì)分析，得到人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)；

根據(jù)人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)，對(duì)人物活動(dòng)時(shí)的行為進(jìn)行識(shí)別。

優(yōu)選地，對(duì)人物活動(dòng)時(shí)人物頭像位置在攝像頭成像中的熱點(diǎn)分布進(jìn)行統(tǒng)計(jì)分析，得到人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)，包括：

在每個(gè)檢測(cè)時(shí)段，獲取人物活動(dòng)時(shí)人物頭像位置在攝像頭成像中的頭像標(biāo)注框的重心的橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比，遠(yuǎn)近比為頭像標(biāo)注框的面積與攝像頭成像的面積的比值；

對(duì)橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比進(jìn)行統(tǒng)計(jì)分析，得到橫坐標(biāo)集均值、縱坐標(biāo)集均值及遠(yuǎn)近比集，其中，遠(yuǎn)近比集中記錄有每個(gè)檢測(cè)時(shí)段所獲取的遠(yuǎn)近比。

優(yōu)選地，根據(jù)人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)，對(duì)人物活動(dòng)時(shí)的行為進(jìn)行識(shí)別，包括：

比較人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)的相似度，預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)至少包括目標(biāo)行為的人物頭像的橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比集；

當(dāng)相似度符合預(yù)先設(shè)定的條件時(shí)，識(shí)別人物活動(dòng)時(shí)的行為為目標(biāo)行為；

當(dāng)相似度不符合預(yù)先設(shè)定的條件時(shí)，識(shí)別人物活動(dòng)時(shí)的行為不是目標(biāo)行為。

優(yōu)選地，比較人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)的相似度，包括：

通過(guò)計(jì)算橫坐標(biāo)集均值、縱坐標(biāo)集均值與目標(biāo)行為的人物頭像的橫坐標(biāo)、縱坐標(biāo)的第一歐式距離，得出人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)的相似度。

優(yōu)選地，當(dāng)相似度符合預(yù)先設(shè)定的條件時(shí)，識(shí)別人物活動(dòng)時(shí)的行為為目標(biāo)行為，包括：

若第一歐式距離小于預(yù)設(shè)的第一閾值，則計(jì)算遠(yuǎn)近比集與目標(biāo)行為的人物頭像的遠(yuǎn)近比集的第二歐式距離；

若第二歐式距離大于等于預(yù)設(shè)的第二閾值，則識(shí)別人物活動(dòng)時(shí)的行為為目標(biāo)行為。

為了實(shí)現(xiàn)上述目的，本發(fā)明的實(shí)施例還提供了一種目標(biāo)行為的識(shí)別裝置，其特征在于，包括：

檢測(cè)模塊，用于檢測(cè)人物是否在觀測(cè)區(qū)域進(jìn)行活動(dòng)；

采集模塊，用于當(dāng)檢測(cè)到人物在觀測(cè)區(qū)域進(jìn)行活動(dòng)時(shí)，通過(guò)攝像頭對(duì)人物頭像進(jìn)行采集，得到攝像頭成像；

統(tǒng)計(jì)分析模塊，用于對(duì)人物活動(dòng)時(shí)人物頭像位置在攝像頭成像中的熱點(diǎn)分布進(jìn)行統(tǒng)計(jì)分析，得到人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)；

識(shí)別模塊，用于根據(jù)人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)，對(duì)人物活動(dòng)時(shí)的行為進(jìn)行識(shí)別。

優(yōu)選地，統(tǒng)計(jì)分析模塊包括：

獲取子模塊，用于在每個(gè)檢測(cè)時(shí)段，獲取人物活動(dòng)時(shí)人物頭像位置在攝像頭成像中的頭像標(biāo)注框的重心的橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比，遠(yuǎn)近比為頭像標(biāo)注框的面積與攝像頭成像的面積的比值；

分析子模塊，用于對(duì)橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比進(jìn)行統(tǒng)計(jì)分析，得到橫坐標(biāo)集均值、縱坐標(biāo)集均值及遠(yuǎn)近比集，其中，遠(yuǎn)近比集中記錄有每個(gè)檢測(cè)時(shí)段所獲取的遠(yuǎn)近比。

優(yōu)選地，識(shí)別模塊包括：

比較子模塊，用于比較人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)的相似度，預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)至少包括目標(biāo)行為的人物頭像的橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比集；

第一識(shí)別子模塊，用于當(dāng)相似度符合預(yù)先設(shè)定的條件時(shí)，識(shí)別人物活動(dòng)時(shí)的行為為目標(biāo)行為；

第二識(shí)別子模塊，用于當(dāng)相似度不符合預(yù)先設(shè)定的條件時(shí)，識(shí)別人物活動(dòng)時(shí)的行為不是目標(biāo)行為。

優(yōu)選地，比較子模塊用于：

通過(guò)計(jì)算橫坐標(biāo)集均值、縱坐標(biāo)集均值與目標(biāo)行為的人物頭像的橫坐標(biāo)、縱坐標(biāo)的第一歐式距離，得出人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)的相似度。

優(yōu)選地，第一識(shí)別子模塊用于：

若第一歐式距離小于預(yù)設(shè)的第一閾值，則計(jì)算遠(yuǎn)近比集與目標(biāo)行為的人物頭像的遠(yuǎn)近比集的第二歐式距離；

若第二歐式距離大于等于預(yù)設(shè)的第二閾值，則識(shí)別人物活動(dòng)時(shí)的行為為目標(biāo)行為。

本發(fā)明的上述方案至少包括以下有益效果：

本發(fā)明提供的目標(biāo)行為的識(shí)別方法及裝置，通過(guò)對(duì)人物在觀測(cè)區(qū)域的活動(dòng)進(jìn)行檢測(cè)，使攝像頭對(duì)人物頭像進(jìn)行采集，并通過(guò)攝像頭采集的數(shù)據(jù)對(duì)人物活動(dòng)時(shí)頭像位置在攝像頭成像中的熱點(diǎn)分布的統(tǒng)計(jì)分析，以實(shí)現(xiàn)對(duì)目標(biāo)行為的識(shí)別；本發(fā)明的識(shí)別效率較高，且通過(guò)與預(yù)設(shè)的活動(dòng)規(guī)律數(shù)據(jù)進(jìn)行結(jié)合生成的識(shí)別結(jié)果較為穩(wěn)定；本發(fā)明的實(shí)現(xiàn)過(guò)程較為簡(jiǎn)單，不受人活動(dòng)的復(fù)雜性和多樣性影響且無(wú)需提取全身特征時(shí)，不受攝像頭視角的影響。

附圖說(shuō)明

圖1為本發(fā)明的第一實(shí)施例提供的目標(biāo)行為的識(shí)別方法的基本步驟流程圖；

圖2為本發(fā)明的第二實(shí)施例提供的目標(biāo)行為的識(shí)別方法的基本步驟流程圖；

圖3為本發(fā)明的第三實(shí)施例提供的目標(biāo)行為的識(shí)別裝置的結(jié)構(gòu)示意圖；

圖4為本發(fā)明的第四實(shí)施例的第一場(chǎng)景示意圖；

圖5為本發(fā)明的第四實(shí)施例的第二場(chǎng)景示意圖；

圖6為本發(fā)明的第四實(shí)施例的第三場(chǎng)景示意圖。

具體實(shí)施方式

為使本發(fā)明要解決的技術(shù)問(wèn)題、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖及具體實(shí)施例進(jìn)行詳細(xì)描述。

本發(fā)明針對(duì)現(xiàn)有的問(wèn)題，提供了一種目標(biāo)行為的識(shí)別方法及裝置。

第一實(shí)施例

參見(jiàn)圖1，本發(fā)明的第一實(shí)施例提供了一種目標(biāo)行為的識(shí)別方法，包括：

步驟101，檢測(cè)人物是否在觀測(cè)區(qū)域進(jìn)行活動(dòng)。

其中，觀測(cè)區(qū)域可以是進(jìn)行目標(biāo)行為的主要活動(dòng)區(qū)域，以吃飯作為目標(biāo)行為為例，那么觀測(cè)區(qū)域可以設(shè)置在飯廳、食堂等。

具體地，可通過(guò)被動(dòng)紅外線探測(cè)器(pir)來(lái)實(shí)現(xiàn)，pir不需要附加紅外輻射光源，本身不向外界發(fā)射任何能量，而是由探測(cè)器直接探測(cè)來(lái)自人物的紅外輻射。

步驟102，當(dāng)檢測(cè)到人物在觀測(cè)區(qū)域進(jìn)行活動(dòng)時(shí)，通過(guò)攝像頭對(duì)人物頭像進(jìn)行采集，得到攝像頭成像。

具體地，攝像頭需在觀測(cè)區(qū)域內(nèi)一個(gè)固定的位置上進(jìn)行圖像采集。

步驟103，對(duì)人物活動(dòng)時(shí)人物頭像位置在攝像頭成像中的熱點(diǎn)分布進(jìn)行統(tǒng)計(jì)分析，得到人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)。

其中，針對(duì)攝像頭采集的圖像中的每一幀人物頭像位置在攝像頭成像中的位置進(jìn)行統(tǒng)計(jì)分析，熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)用于表示人物頭像在攝像頭成像中的位置以及人物頭像與攝像頭之間的距離遠(yuǎn)近。

具體地，步驟103包括：

在每個(gè)檢測(cè)時(shí)段，獲取人物活動(dòng)時(shí)人物頭像位置在攝像頭成像中的頭像標(biāo)注框的重心的橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比，遠(yuǎn)近比為頭像標(biāo)注框的面積與攝像頭成像的面積的比值；

對(duì)橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比進(jìn)行統(tǒng)計(jì)分析，得到橫坐標(biāo)集均值、縱坐標(biāo)集均值及遠(yuǎn)近比集，其中，遠(yuǎn)近比集中記錄有每個(gè)檢測(cè)時(shí)段所獲取的遠(yuǎn)近比。

其中，頭像標(biāo)注框可以為正方形。

下面以第四實(shí)施例為例，圖4、圖5、圖6分別為本發(fā)明的第四實(shí)施例的第一、第二、第三場(chǎng)景示意圖，圖4為攝像頭成像中的一幀圖像，對(duì)圖4進(jìn)行像素分析，其中xt代表橫坐標(biāo)，yt代表縱坐標(biāo)，頭像標(biāo)注框的位置如圖中所示，頭像標(biāo)注框的坐標(biāo)為{(xmin，xmax)，(ymin，ymax)},那么頭像標(biāo)注框的中心的橫坐標(biāo)x、縱坐標(biāo)y、遠(yuǎn)近比r，應(yīng)分別為如下公式所示：

其中，攝像頭成像的面積為st＝xt*yt，

頭像標(biāo)注框的面積為s＝(xmax-xmin)*(ymax-ymin)。

對(duì)橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比進(jìn)行統(tǒng)計(jì)分析。首先獲取人物活動(dòng)時(shí)人物頭像位置在攝像頭成像中的頭像標(biāo)注框的重心的橫坐標(biāo)，假設(shè)在一個(gè)檢測(cè)時(shí)間段內(nèi)。檢測(cè)時(shí)長(zhǎng)為假設(shè)在一個(gè)檢測(cè)時(shí)間段內(nèi)，檢測(cè)時(shí)長(zhǎng)為8thd，則記錄的數(shù)據(jù)為8組，各時(shí)間點(diǎn)分別為0、1thd、2thd、3thd、4thd、5thd、6thd、7thd，則三組對(duì)應(yīng)個(gè)時(shí)間點(diǎn)的數(shù)據(jù)分別為{r0，r1，r2，r3，r4，r5，r6，r7}，{x0，x1，x2，x3，x4，x5，x6，x7}，{y0，y1，y2，y3，y4，y5，y6，y7}。

然后對(duì)橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比進(jìn)行統(tǒng)計(jì)分析，得到橫坐標(biāo)集均值、縱坐標(biāo)集均值及遠(yuǎn)近比集。參見(jiàn)圖5，以{xi}組數(shù)據(jù)為例，將該組數(shù)據(jù)從小到大排列，并在最小值和最大值之間進(jìn)行等比例分割成n段區(qū)間，任何一個(gè)xi值將落到1至n的任一個(gè)區(qū)間內(nèi)，我們將用xi值所處的區(qū)間標(biāo)識(shí)(該標(biāo)識(shí)為1至n的整數(shù))代替原有的xi值，則實(shí)現(xiàn)了橫坐標(biāo)x的離散劃分。同時(shí)，以同樣的方式對(duì)另兩組數(shù)據(jù)進(jìn)行離散劃分，則縱坐標(biāo)集的劃分區(qū)間如圖6所示。此外，如果在統(tǒng)計(jì)分析的過(guò)程中，當(dāng)各組的數(shù)據(jù)長(zhǎng)度大于一預(yù)設(shè)數(shù)值(比如為k)時(shí)，只保留每組數(shù)據(jù)的前k個(gè)數(shù)據(jù)，后面的數(shù)據(jù)將被刪除。

本發(fā)明的上述實(shí)施例中，通過(guò)離散劃分的方式對(duì)數(shù)據(jù)統(tǒng)計(jì)分析，可以有效地克服數(shù)據(jù)中隱藏的缺陷，使統(tǒng)計(jì)結(jié)果更加穩(wěn)定，且有利于對(duì)于非線性關(guān)系進(jìn)行診斷和描述。

步驟104，根據(jù)人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)，對(duì)人物活動(dòng)時(shí)的行為進(jìn)行識(shí)別。

具體地，預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)通常需要一個(gè)數(shù)據(jù)學(xué)習(xí)階段(比如為一個(gè)月)，在該學(xué)習(xí)階段，攝像頭進(jìn)行多次針對(duì)目標(biāo)行為人物頭像位置在攝像頭成像中的檢測(cè)并統(tǒng)計(jì)分析，得出活動(dòng)規(guī)律數(shù)據(jù)。

假如在數(shù)據(jù)學(xué)習(xí)階段，有l(wèi)個(gè)觀測(cè)時(shí)間段，并獲取相應(yīng)的多組數(shù)據(jù)，按照第四實(shí)施例中離散劃分的方式對(duì)多組數(shù)據(jù)進(jìn)行離散劃分，

假如在l個(gè)時(shí)間段內(nèi)分別采集了l組數(shù)據(jù)，那么按照如下方式對(duì)三組數(shù)據(jù)分別標(biāo)記：

遠(yuǎn)近比集r：{ri0，ri1，ri2，ri3，ri4，ri5，ri6，ri7，……，rik}，

橫向坐標(biāo)集x：{xi0，xi1，xi2，xi3，xi4，xi5，xi6，xi7，……，xik}，

縱向坐標(biāo)集y：{yi0，yi1，yi2，yi3，yi4，yi5，yi6，yi7，……，yik}；

其中，其中i表示第i個(gè)時(shí)間段所采集的數(shù)據(jù)集，上述橫向坐標(biāo)集x和縱縱向坐標(biāo)集y中記錄的數(shù)據(jù)可以表示人物頭像在攝像頭成像中的位置，遠(yuǎn)近比集r中記錄的數(shù)據(jù)可以表示人物頭像與攝像頭之間的距離遠(yuǎn)近；

那么對(duì)橫向坐標(biāo)集x、縱向坐標(biāo)集y分別求均值，則：

其中，xavg_j為活動(dòng)規(guī)律數(shù)據(jù)中的橫向坐標(biāo)集均值，yavg_j為活動(dòng)規(guī)律數(shù)據(jù)中的縱向坐標(biāo)集均值。

本發(fā)明的實(shí)施例在數(shù)據(jù)學(xué)習(xí)階段，對(duì)人物活動(dòng)時(shí)頭像位置在攝像頭成像中的遠(yuǎn)近比r、橫向坐標(biāo)x、縱向坐標(biāo)y進(jìn)行熱點(diǎn)分布統(tǒng)計(jì)分析，形成穩(wěn)定的活動(dòng)規(guī)律數(shù)據(jù)，有利于對(duì)人物活動(dòng)時(shí)的目標(biāo)行為進(jìn)行識(shí)別。

本發(fā)明的上述實(shí)施例中，通過(guò)對(duì)人物在觀測(cè)區(qū)域的活動(dòng)進(jìn)行檢測(cè)，使攝像頭對(duì)人物頭像進(jìn)行采集，并通過(guò)攝像頭采集的數(shù)據(jù)對(duì)人物活動(dòng)時(shí)頭像位置在攝像頭成像中的熱點(diǎn)分布的統(tǒng)計(jì)分析，以實(shí)現(xiàn)對(duì)目標(biāo)行為的識(shí)別；本發(fā)明的識(shí)別效率較高，且通過(guò)與預(yù)設(shè)的活動(dòng)規(guī)律數(shù)據(jù)進(jìn)行結(jié)合生成的識(shí)別結(jié)果較為穩(wěn)定；本發(fā)明的實(shí)現(xiàn)過(guò)程較為簡(jiǎn)單，不受人活動(dòng)的復(fù)雜性和多樣性影響且無(wú)需提取全身特征時(shí)，不受攝像頭視角的影響。

第二實(shí)施例

參見(jiàn)圖2，本發(fā)明的第二實(shí)施例提供了一種目標(biāo)行為的識(shí)別方法，包括：

步驟201，檢測(cè)人物是否在觀測(cè)區(qū)域進(jìn)行活動(dòng)。

步驟202，當(dāng)檢測(cè)到人物在觀測(cè)區(qū)域進(jìn)行活動(dòng)時(shí)，通過(guò)攝像頭對(duì)人物頭像進(jìn)行采集，得到攝像頭成像。

步驟203，在每個(gè)檢測(cè)時(shí)段，獲取人物活動(dòng)時(shí)人物頭像位置在攝像頭成像 中的頭像標(biāo)注框的重心的橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比，遠(yuǎn)近比為頭像標(biāo)注框的面積與攝像頭成像的面積的比值。

步驟204，對(duì)橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比進(jìn)行統(tǒng)計(jì)分析，得到橫坐標(biāo)集均值、縱坐標(biāo)集均值及遠(yuǎn)近比集，其中，遠(yuǎn)近比集中記錄有每個(gè)檢測(cè)時(shí)段所獲取的遠(yuǎn)近比。

步驟205，比較人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)的相似度，預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)至少包括目標(biāo)行為的人物頭像的橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比集。

其中，通過(guò)比較人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)與活動(dòng)規(guī)律數(shù)據(jù)的相似度，來(lái)識(shí)別目標(biāo)行為。

具體地，步驟205包括：

通過(guò)計(jì)算橫坐標(biāo)集均值、縱坐標(biāo)集均值與目標(biāo)行為的人物頭像的橫坐標(biāo)、縱坐標(biāo)的第一歐式距離，得出人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)的相似度。

其中，關(guān)于相似度的計(jì)算，現(xiàn)有的算法通常是基于向量的，即計(jì)算兩個(gè)向量的距離，距離越近相似度越大，而歐氏距離是最易于理解的一種距離計(jì)算方法，源自歐氏空間中兩點(diǎn)間的距離公式。

若橫坐標(biāo)集均值為xa、縱坐標(biāo)集均值為ya，目標(biāo)行為的人物頭像的橫坐標(biāo)為xavg、縱坐標(biāo)yavg，通過(guò)如下公式，利用所述橫坐標(biāo)集均值、縱坐標(biāo)集均值與所述目標(biāo)行為的人物頭像的橫坐標(biāo)、縱坐標(biāo)計(jì)算得到第一歐式距離：

其中，dxy為第一歐氏距離。

步驟206，當(dāng)相似度符合預(yù)先設(shè)定的條件時(shí)，識(shí)別人物活動(dòng)時(shí)的行為為目標(biāo)行為。

步驟207，當(dāng)相似度不符合預(yù)先設(shè)定的條件時(shí)，識(shí)別人物活動(dòng)時(shí)的行為不是目標(biāo)行為。

具體地，步驟207包括：

若第一歐式距離小于預(yù)設(shè)的第一閾值，則計(jì)算遠(yuǎn)近比集與目標(biāo)行為的人物頭像的遠(yuǎn)近比集的第二歐式距離；

其中，遠(yuǎn)近比集中記錄有多個(gè)檢測(cè)時(shí)間段所獲取的遠(yuǎn)近比，例如r＝{r0，r1，r2，r3，r4，r5，r6，r7，……，rk}，目標(biāo)行為的人物頭像的遠(yuǎn)近比集為{reat_0，reat_1，reat_2，reat_3，reat_4，reat_5，reat_6，reat_7，……，reat_k}，通過(guò)如下公式，利用遠(yuǎn)近比集與所述目標(biāo)行為的人物頭像的遠(yuǎn)近比集，計(jì)算得到第二歐式距離：

其中，dr為第二歐氏距離。

若第二歐式距離大于等于預(yù)設(shè)的第二閾值，則識(shí)別人物活動(dòng)時(shí)的行為為目標(biāo)行為。

本發(fā)明的上述實(shí)施例中，通過(guò)比較人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)的相似度，來(lái)識(shí)別人物活動(dòng)時(shí)的行為是否為目標(biāo)行為，識(shí)別效率較高，且通過(guò)與預(yù)設(shè)的活動(dòng)規(guī)律數(shù)據(jù)進(jìn)行結(jié)合生成的識(shí)別結(jié)果較為穩(wěn)定；本發(fā)明的實(shí)現(xiàn)過(guò)程較為簡(jiǎn)單，不受人活動(dòng)的復(fù)雜性和多樣性影響且無(wú)需提取全身特征時(shí)，不受攝像頭視角的影響。

第三實(shí)施例

參見(jiàn)圖3，本發(fā)明的第三實(shí)施例提供了一種目標(biāo)行為的識(shí)別裝置，包括：

檢測(cè)模塊301，用于檢測(cè)人物是否在觀測(cè)區(qū)域進(jìn)行活動(dòng)；

采集模塊302，用于當(dāng)檢測(cè)到人物在觀測(cè)區(qū)域進(jìn)行活動(dòng)時(shí)，通過(guò)攝像頭對(duì)人物頭像進(jìn)行采集，得到攝像頭成像；

統(tǒng)計(jì)分析模塊303，用于對(duì)人物活動(dòng)時(shí)人物頭像位置在攝像頭成像中的熱點(diǎn)分布進(jìn)行統(tǒng)計(jì)分析，得到人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)；

識(shí)別模塊304，用于根據(jù)人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)，對(duì)人物活動(dòng)時(shí)的行為進(jìn)行識(shí)別。

優(yōu)選地，統(tǒng)計(jì)分析模塊303包括：

獲取子模塊，用于在每個(gè)檢測(cè)時(shí)段，獲取人物活動(dòng)時(shí)人物頭像位置在攝像頭成像中的頭像標(biāo)注框的重心的橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比，遠(yuǎn)近比為頭像標(biāo)注框的面積與攝像頭成像的面積的比值；

分析子模塊，用于對(duì)橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比進(jìn)行統(tǒng)計(jì)分析，得到橫坐標(biāo)集均值、縱坐標(biāo)集均值及遠(yuǎn)近比集，其中，遠(yuǎn)近比集中記錄有每個(gè)檢測(cè)時(shí)段 所獲取的遠(yuǎn)近比。

優(yōu)選地，識(shí)別模塊304包括：

比較子模塊，用于比較人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)的相似度，預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)至少包括目標(biāo)行為的人物頭像的橫坐標(biāo)、縱坐標(biāo)以及遠(yuǎn)近比集；

第一識(shí)別子模塊，用于當(dāng)相似度符合預(yù)先設(shè)定的條件時(shí)，識(shí)別人物活動(dòng)時(shí)的行為為目標(biāo)行為；

第二識(shí)別子模塊，用于當(dāng)相似度不符合預(yù)先設(shè)定的條件時(shí)，識(shí)別人物活動(dòng)時(shí)的行為不是目標(biāo)行為。

優(yōu)選地，比較子模塊用于：

通過(guò)計(jì)算橫坐標(biāo)集均值、縱坐標(biāo)集均值與目標(biāo)行為的人物頭像的橫坐標(biāo)、縱坐標(biāo)的第一歐式距離，得出人物頭像的熱點(diǎn)分布統(tǒng)計(jì)數(shù)據(jù)和預(yù)先設(shè)定的目標(biāo)行為的人物頭像的活動(dòng)規(guī)律數(shù)據(jù)的相似度。

優(yōu)選地，第一識(shí)別子模塊用于：

若第一歐式距離小于預(yù)設(shè)的第一閾值，則計(jì)算遠(yuǎn)近比集與目標(biāo)行為的人物頭像的遠(yuǎn)近比集的第二歐式距離；

若第二歐式距離大于等于預(yù)設(shè)的第二閾值，則識(shí)別人物活動(dòng)時(shí)的行為為目標(biāo)行為。

需要說(shuō)明的是，本發(fā)明實(shí)施例提供的目標(biāo)行為的識(shí)別裝置是應(yīng)用上述方法的裝置，即上述方法的所有實(shí)施例均適用于該裝置，且均能達(dá)到相同或相似的有益效果。

以上所述是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。