一种跌倒行为识别方法、装置、设备及存储介质与流程

本申请涉及计算机视觉识别，尤其涉及一种跌倒行为识别方法、装置、设备及存储介质。

背景技术：

1、随着人工智能技术的发展和进步，目标识别技术已在诸多领域使用。目标识别技术中除了对目标进行识别，还可对目标行为进行识别，进一步演化得到了行为识别算法。而行为识别算法在计算机视觉和人工智能领域扮演者重要角色，具有广泛的使用背景。其旨在通过对输入的图像、视频及传感器数据等进行分析和处理，从中识别和推断得到人类的行为和动作，在智能监控、交通管理、智能交通系统、健康监测和老年护理、人机交互和虚拟现实、视频分析和内容管理，以及无人驾驶和机器人技术等领域均有着广泛应用。

2、而在实际投入使用过程中，针对人类跌倒行为的识别在安全领域有了更强的需求。当前已有基于图像和视频的跌倒检测技术，并在如生活、交通和安防等领域得到了广泛的使用。

3、然而，仅基于图像的跌倒检测技术，只使用了图像的空间维度信息，没有使用时间维度信息，其特征维度较为单一导致识别信息不全，进而导致识别准确率较低的问题。而当前基于视频的跌倒检测技术，常是针对一段已完成采集的视频数据，进行单一过程的目标识别和跌倒行为识别，在人员密集，以及动作复杂存在遮挡无法连续采集同一对象运动过程的情况下，存在易误检及易漏检等问题，大幅度降低了识别效果，导致直接依据视频确定的人员跌倒状态准确性低，实际可用性差。

技术实现思路

1、本申请提供了一种跌倒行为识别方法、装置、设备及存储介质，提升了针对人物行为图像获取的连续性，保证了识别过程中人员行为的连续性，充分考虑历史行为状态对任务跌倒行为的判定影响，提升了针对人员跌倒状态确定的准确性。

2、第一方面，本申请实施例提供了一种跌倒行为识别方法，包括：

3、获取待检测视频，并对待检测视频进行目标识别，确定至少一个待识别目标；

4、对各待识别目标在待检测视频中进行目标跟踪，确定与各待识别目标对应的行为图像序列；

5、针对每个行为图像序列，在当前跌倒行为识别为非首次识别时，根据行为图像序列确定上一识别行为图像集合和当前待识别行为图像集合，并根据上一识别行为图像集合和当前待识别行为图像集合确定当前行为图像序列；

6、将当前行为图像序列输入至预训练的跌倒行为识别模型中，确定当前跌倒行为识别结果，并根据当前跌倒行为识别结果和历史跌倒行为识别结果确定待识别目标的目标跌倒行为识别结果。

7、第二方面，本申请实施例还提供了一种跌倒行为识别装置，包括：

8、目标确定模块，用于获取待检测视频，并对待检测视频进行目标识别，确定至少一个待识别目标；

9、图像序列确定模块，用于对各待识别目标在待检测视频中进行目标跟踪，确定与各待识别目标对应的行为图像序列；

10、当前序列确定模块，用于针对每个行为图像序列，在当前跌倒行为识别为非首次识别时，根据行为图像序列确定上一识别行为图像集合和当前待识别行为图像集合，并根据上一识别行为图像集合和当前待识别行为图像集合确定当前行为图像序列；

11、识别结果确定模块，用于将当前行为图像序列输入至预训练的跌倒行为识别模型中，确定当前跌倒行为识别结果，并根据当前跌倒行为识别结果和历史跌倒行为识别结果确定待识别目标的目标跌倒行为识别结果。

12、第三方面，本申请实施例还提供了一种跌倒行为识别设备，包括：

13、至少一个处理器；以及

14、与至少一个处理器通信连接的存储器；其中，

15、存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本申请实施例提供的跌倒行为识别方法。

16、第四方面，本申请实施例还提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行本申请实施例提供的跌倒行为识别方法。

17、本申请实施例提供的一种跌倒行为识别方法、装置、设备及存储介质，通过获取待检测视频，并对待检测视频进行目标识别，确定至少一个待识别目标；对各待识别目标在待检测视频中进行目标跟踪，确定与各待识别目标对应的行为图像序列；针对每个行为图像序列，在当前跌倒行为识别为非首次识别时，根据行为图像序列确定上一识别行为图像集合和当前待识别行为图像集合，并根据上一识别行为图像集合和当前待识别行为图像集合确定当前行为图像序列；将当前行为图像序列输入至预训练的跌倒行为识别模型中，确定当前跌倒行为识别结果，并根据当前跌倒行为识别结果和历史跌倒行为识别结果确定待识别目标的目标跌倒行为识别结果。通过采用上述技术方案，在获取到待检测视频时，优先对待检测视频进行目标识别和目标跟踪，得到其中需要进行跌倒行为识别的多个带识别目标的行为图像序列，进而针对每个行为图像序列，在非首次识别跌倒行为时，将其中部分未识别过的行为图像作为当前待识别行为图像集合，并将其中已进行过跌倒行为识别的行为图像确定为上一识别行为图像集合，将两种图像集合相结合得到用于进行当前跌倒行为识别的当前行为图像序列，并将当前行为图像序列输入至预先训练好的跌倒行为识别模型中进行当前跌倒行为的识别，进而结合当前跌倒行为识别的结果和上一次识别的历史跌倒行为识别结果，对与行为图像序列所对应的待识别目标是否跌倒的目标跌倒行为识别结果进行确定。由于当前行为图像序列中同时包含已识别和未识别的图像，使得跌倒行为识别模型可以在一次识别中充分考虑上一次识别中的信息，增强了两次连续识别的连续性，进而使得跌倒行为识别模型针对当前跌倒行为的识别更加准确，而对目标是否跌倒的目标跌倒行为识别结果进行确定时，将与当前跌倒识别结果关联度最高的历史跌倒行为识别结果作为判断是否跌倒的依据，提升了针对人员跌倒状态确定的准确性，降低了误检率，进而使得依据目标跌倒行为识别结果进行的后续处理可以正确进行。

18、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种跌倒行为识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述行为图像序列确定上一识别行为图像集合和当前待识别行为图像集合，并根据所述上一识别行为图像集合和所述当前待识别行为图像集合确定当前行为图像序列，包括：

3.根据权利要求2所述的方法，其特征在于，所述将所述待合并历史行为图像集合与所述当前待识别行为图像集合依时间顺序组合，确定当前行为图像序列，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述当前跌倒行为识别结果和历史跌倒行为识别结果确定所述待识别目标的目标跌倒行为识别结果，包括：

5.根据权利要求1所述的方法，其特征在于，在所述确定与各所述待识别目标对应的行为图像序列之后，还包括：

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述对所述待检测视频进行目标识别，确定至少一个待识别目标，包括：

7.根据权利要求1-5中任一项所述的方法，其特征在于，所述对各所述待识别目标在所述待检测视频中进行目标跟踪，确定与各所述待识别目标对应的行为图像序列，包括：

8.一种跌倒行为识别装置，其特征在于，包括：

9.一种跌倒行为识别设备，其特征在于，包括：

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7任一项所述的跌倒行为识别方法。

技术总结
本申请实施例公开了一种跌倒行为识别方法、装置、设备及存储介质，该方法包括：对待检测视频进行目标识别，确定至少一个待识别目标；对各待识别目标进行目标跟踪，确定与各待识别目标对应的行为图像序列；在当前跌倒行为识别为非首次识别时，根据行为图像序列确定上一识别行为图像集合和当前待识别行为图像集合，并根据上一识别行为图像集合和当前待识别行为图像集合确定当前行为图像序列；将当前行为图像序列输入至预训练的跌倒行为识别模型中，确定当前跌倒行为识别结果，并根据当前跌倒行为识别结果和历史跌倒行为识别结果确定待识别目标的目标跌倒行为识别结果。提升了针对人员跌倒状态确定的准确性，降低了误检率。

技术研发人员：姜振涛,熊超,毛晓蛟,章勇
受保护的技术使用者：苏州科达科技股份有限公司
技术研发日：
技术公布日：2024/1/15