对象的行为识别方法及装置与流程

技术特征：
1.一种对象的行为识别方法，其特征在于，包括：对连续多帧图像中的目标对象的关键点进行检测，得到目标对象的关键点序列，其中，所述关键点序列中包括所述连续多帧图像中所述目标对象的关键点；对所述关键点序列进行分析，得到所述目标对象的静态特征和所述目标对象的动态特征，其中，所述静态特征表示所述目标对象在同一帧图像中不同关键点的位置关系，所述动态特征表示不同帧图像中所述目标对象的相同关键点的位置关系；基于所述静态特征和所述动态特征，对所述目标对象的行为进行识别。2.根据权利要求1所述的方法，其特征在于，基于所述静态特征和所述动态特征，对所述目标对象的行为进行识别，包括：将所述静态特征输入行为识别神经网络模型的第一主干网络，通过所述第一主干网络对所述静态特征进行特征提取，得到目标静态特征；将所述动态特征输入所述行为识别神经网络模型的第二主干网络，通过所述第二主干网络对所述动态特征进行特征提取，得到目标动态特征；通过所述目标静态特征和所述目标动态特征，得到所述目标对象的行为识别结果。3.根据权利要求2所述的方法，其特征在于，所述通过所述目标静态特征和所述目标动态特征，得到所述目标对象的行为识别结果，包括：将所述目标静态特征和所述目标动态特征输入所述行为识别神经网络模型的全连接层；通过所述全连接层对所述目标静态特征和所述目标动态特征进行分析，得到目标对象的行为类别，其中，所述目标对象的行为识别结果包括所述目标对象的行为类别。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述静态特征包括以下至少之一：所述目标对象的距离编码特征、所述目标对象的方向编码特征，以及对所述目标对象的距离编码特征和目标对象的方向编码特征进行融合得到的特征。5.根据权利要求4所述的方法，其特征在于，对所述关键点序列进行分析，得到所述目标对象的静态特征，包括：确定每帧图像的多个关键点中任意两个关键点之间的距离编码，得到所述静态特征中的所述距离编码特征。6.根据权利要求4所述的方法，其特征在于，所述对所述关键点序列进行分析，得到所述目标对象的静态特征，包括：确定每帧图像的多个关键点中任意两个关键点之间的方向编码，得到所述静态特征中的所述方向编码特征。7.根据权利要求1至3中任一项所述的方法，其特征在于，所述动态特征包括以下至少之一：所述目标对象的轨迹编码特征、所述目标对象的方向轨迹编码特征，以及所述目标对象的轨迹编码特征和目标对象的方向轨迹编码特征进行融合得到的特征。8.根据权利要求7所述的方法，其特征在于，所述对所述关键点序列进行分析，得到所述目标对象的动态特征，包括：根据预设参数长度在所述连续多帧图像中选取出m帧图像，其中，所述m是整数；
确定所述m帧图像中相应关键点的的坐标差值，为所述动态特征中的所述轨迹编码特征。9.根据权利要求7所述的方法，其特征在于，所述对所述关键点序列进行分析，得到所述目标对象的动态特征，包括：根据预设参数长度在所述连续多帧图像中选取出m帧图像；根据所述出m帧图像的方向编码特征，确定所述动态特征中的所述方向轨迹编码特征。10.一种对象的行为识别装置，其特征在于，包括：检测模块，用于对连续多帧图像中的目标对象的关键点进行检测，得到目标对象的关键点序列，其中，所述关键点序列中包括所述连续多帧图像中所述目标对象的关键点；分析模块，用于对所述关键点序列进行分析，得到所述目标对象的静态特征和所述目标对象的动态特征，其中，所述静态特征表示所述目标对象在同一帧图像中不同关键点的位置关系，所述动态特征表示不同帧图像中所述目标对象的相同关键点的位置关系；识别模块，用于基于所述静态特征和所述动态特征，对所述目标对象的行为进行识别。

技术总结
本发明提供了一种对象的行为识别方法、装置、存储介质及电子装置，包括：对连续多帧图像中的目标对象的关键点进行检测，得到目标对象的关键点序列，其中，关键点序列中包括连续多帧图像中目标对象的关键点；对关键点序列进行分析，得到目标对象的静态特征和目标对象的动态特征；基于静态特征和所述动态特征，对目标对象的行为进行识别。通过本发明，解决了对人体行为预测效率和准确率低的问题，进而达到了利用人体关键点信息，对人体行为进行高效精确预测的效果。预测的效果。预测的效果。


技术研发人员：张澍 杨树松 马彦波 俞益 张艳 赵敏 魏乃科 潘华东
受保护的技术使用者：宁波市轨道交通集团有限公司运营分公司
技术研发日：2021.08.10
技术公布日：2021/11/9