本發(fā)明涉及圖像識(shí)別，尤其涉及一種行為特征識(shí)別方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著人工智能技術(shù)的落地應(yīng)用，煤礦行業(yè)的智能化管理也成為趨勢(shì)?；谝曨l圖像，通過(guò)部署ai算法模型可以實(shí)現(xiàn)對(duì)煤礦井下監(jiān)控場(chǎng)景的智能識(shí)別分析，實(shí)時(shí)監(jiān)測(cè)和預(yù)警煤礦安全生產(chǎn)過(guò)程中的異常事件、違規(guī)操作、安全隱患等。

2、現(xiàn)有技術(shù)中，通常通過(guò)神經(jīng)網(wǎng)絡(luò)模型識(shí)別出人體圖像，并根據(jù)人體圖像中識(shí)別的各個(gè)部位之間的運(yùn)動(dòng)關(guān)系，判斷人體執(zhí)行的操作，進(jìn)而判斷是否為違規(guī)或者正常操作。但該種方式只是基于一些基礎(chǔ)的操作動(dòng)作規(guī)則進(jìn)行判斷。不僅判斷的準(zhǔn)確性較差，同時(shí)，由于其是在人體做出動(dòng)作后才能給出判斷結(jié)果，具有一定的滯后性，無(wú)法實(shí)現(xiàn)預(yù)防和阻止違規(guī)操作的目的。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例提供了一種行為特征識(shí)別方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)，以解決現(xiàn)有技術(shù)中行為特征識(shí)別準(zhǔn)確性不高及具有一定滯后性的技術(shù)問(wèn)題。

2、第一方面，本發(fā)明實(shí)施例提供了一種行為特征識(shí)別方法，包括：

3、獲取接近目標(biāo)物的參考圖像序列，將所述參考圖像序列輸入訓(xùn)練完成的語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)，得到人體關(guān)鍵部位的識(shí)別結(jié)果和對(duì)應(yīng)的位置；

4、根據(jù)所述識(shí)別結(jié)果和對(duì)應(yīng)的位置創(chuàng)建人體關(guān)鍵部位拓?fù)鋱D序列；

5、根據(jù)所述人體關(guān)鍵部位拓?fù)鋱D序列獲取每個(gè)部位的位置變化，根據(jù)所述位置變化程度確定關(guān)聯(lián)部位；

6、根據(jù)關(guān)聯(lián)部位的變化程度的映射值設(shè)定關(guān)聯(lián)部位拓?fù)鋱D節(jié)點(diǎn)之間的權(quán)重值；

7、將所述人體關(guān)鍵部位拓?fù)鋱D序列輸入訓(xùn)練完成的圖神經(jīng)網(wǎng)絡(luò)模型，獲取所述圖神經(jīng)網(wǎng)絡(luò)輸出的行為特征。

8、第二方面，本發(fā)明實(shí)施例還提供了一種行為特征識(shí)別裝置，包括：

9、獲取模塊，用于獲取接近目標(biāo)物的參考圖像序列，將所述參考圖像序列輸入訓(xùn)練完成的語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)，得到人體關(guān)鍵部位的識(shí)別結(jié)果和對(duì)應(yīng)的位置；

10、創(chuàng)建模塊，用于根據(jù)所述識(shí)別結(jié)果和對(duì)應(yīng)的位置創(chuàng)建人體關(guān)鍵部位拓?fù)鋱D序列；

11、關(guān)聯(lián)部位確定模塊，用于根據(jù)所述人體關(guān)鍵部位拓?fù)鋱D序列獲取每個(gè)部位的位置變化，根據(jù)所述位置變化程度確定關(guān)聯(lián)部位；

12、設(shè)定模塊，用于根據(jù)關(guān)聯(lián)部位的變化程度的映射值設(shè)定關(guān)聯(lián)部位拓?fù)鋱D節(jié)點(diǎn)之間的權(quán)重值；

13、輸入模塊，用于將所述人體關(guān)鍵部位拓?fù)鋱D序列輸入訓(xùn)練完成的圖神經(jīng)網(wǎng)絡(luò)模型，獲取所述圖神經(jīng)網(wǎng)絡(luò)輸出的行為特征。

14、第三方面，本發(fā)明實(shí)施例提供了一種服務(wù)器，所述服務(wù)器包括：

15、一個(gè)或多個(gè)處理器；

16、存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序，

17、當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)如上述實(shí)施例提供的任一所述的行為特征識(shí)別方法。

18、第四方面，本發(fā)明實(shí)施例還提供了一種包含計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可執(zhí)行指令在由計(jì)算機(jī)處理器執(zhí)行時(shí)用于執(zhí)行如上述實(shí)施例提供的行為特征識(shí)別方法。

19、本發(fā)明實(shí)施例提供的行為特征識(shí)別方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)，通過(guò)獲取接近目標(biāo)物的參考圖像序列，將所述參考圖像序列輸入訓(xùn)練完成的語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)，得到人體關(guān)鍵部位的識(shí)別結(jié)果和對(duì)應(yīng)的位置；根據(jù)所述識(shí)別結(jié)果和對(duì)應(yīng)的位置創(chuàng)建人體關(guān)鍵部位拓?fù)鋱D序列；根據(jù)所述人體關(guān)鍵部位拓?fù)鋱D序列獲取每個(gè)部位的位置變化，根據(jù)所述位置變化程度確定關(guān)聯(lián)部位；根據(jù)關(guān)聯(lián)部位的變化程度的映射值設(shè)定關(guān)聯(lián)部位拓?fù)鋱D節(jié)點(diǎn)之間的權(quán)重值；將所述人體關(guān)鍵部位拓?fù)鋱D序列輸入訓(xùn)練完成的圖神經(jīng)網(wǎng)絡(luò)模型，獲取所述圖神經(jīng)網(wǎng)絡(luò)輸出的行為特征。通過(guò)將語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)識(shí)別的人體部位的位置生成拓?fù)鋱D序列，并利用人體運(yùn)動(dòng)部位之間的關(guān)聯(lián)性設(shè)定權(quán)重，利用訓(xùn)練完成的圖神經(jīng)網(wǎng)絡(luò)準(zhǔn)確得到行為特征的識(shí)別，進(jìn)而實(shí)現(xiàn)對(duì)操作的預(yù)測(cè)，不僅能夠提升行為特征識(shí)別的準(zhǔn)確性，同時(shí)還可提前進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)對(duì)異常操作的提前預(yù)警。

技術(shù)特征：

1.一種行為特征識(shí)別方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取接近目標(biāo)物的圖像序列，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)關(guān)聯(lián)部位的變化程度的映射值設(shè)定關(guān)聯(lián)部位拓?fù)鋱D節(jié)點(diǎn)之間的權(quán)重值，包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述位置變化程度確定關(guān)聯(lián)部位，包括：

6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

7.一種行為特征識(shí)別裝置，其特征在于，包括：

8.一種服務(wù)器，其特征在于，所述服務(wù)器包括：

9.一種包含計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可執(zhí)行指令在由計(jì)算機(jī)處理器執(zhí)行時(shí)用于執(zhí)行如權(quán)利要求1-6任一所述的行為特征識(shí)別方法。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種行為特征識(shí)別方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)，所述方法包括：獲取接近目標(biāo)物的參考圖像序列，將所述參考圖像序列輸入訓(xùn)練完成的語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)，得到人體關(guān)鍵部位的識(shí)別結(jié)果和對(duì)應(yīng)的位置；根據(jù)所述識(shí)別結(jié)果和對(duì)應(yīng)的位置創(chuàng)建人體關(guān)鍵部位拓?fù)鋱D序列；根據(jù)所述人體關(guān)鍵部位拓?fù)鋱D序列獲取每個(gè)部位的位置變化，根據(jù)所述位置變化程度確定關(guān)聯(lián)部位；根據(jù)關(guān)聯(lián)部位的變化程度的映射值設(shè)定關(guān)聯(lián)部位拓?fù)鋱D節(jié)點(diǎn)之間的權(quán)重值；將所述人體關(guān)鍵部位拓?fù)鋱D序列輸入訓(xùn)練完成的圖神經(jīng)網(wǎng)絡(luò)模型，獲取所述圖神經(jīng)網(wǎng)絡(luò)輸出的行為特征。不僅能夠提升行為特征識(shí)別的準(zhǔn)確性，同時(shí)還可提前進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)對(duì)異常操作的提前預(yù)警。

技術(shù)研發(fā)人員：馬蕾,吳升剛,李景玉,金光浩,韓偉
受保護(hù)的技術(shù)使用者：北京電子科技職業(yè)學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2