基于姿态行为识别的警犬嗅觉能力量化评估方法及系统

本发明涉及计算机视觉与动物行为分析，具体涉及基于姿态行为识别的警犬嗅觉能力量化评估方法及系统、系统及计算机可读存储介质。

背景技术：

1、警犬在公安、海关、消防、应急救援、安检等领域发挥着重要作用，其嗅觉搜索作业能力是衡量警犬综合工作能力的核心指标之一。目前，对警犬嗅觉搜索作业能力的评估主要依靠训导员或考核人员现场观察，通过主观经验对警犬的搜索积极性、嗅探频率和作业专注度进行综合判断，并给出能力等级评定结果。

2、然而，上述传统评估方式存在明显不足。第一，评估结果高度依赖评估人员的个人经验和主观判断，不同评估人员之间评价标准差异较大，跨场景、跨批次的可比性较差。第二，缺乏基于行为过程数据的客观量化指标，难以形成可追溯、可比较的评估记录，不利于警犬训练效果的系统分析。第三，人工观察方式难以对视频中的警犬行为进行连续、自动、逐帧的细粒度分析，对短暂嗅地事件的识别准确率受评估人员专注程度影响较大。第四，现有方法难以形成可视化、结构化、可追溯的警犬训练评估数据，不利于训练效果的长期追踪与个体能力变化的系统分析。

3、随着计算机视觉技术的发展，基于深度学习的姿态估计方法已在人体行为分析、运动分析和医疗康复等领域得到广泛应用。将姿态估计技术应用于动物行为分析领域，通过提取动物骨架关键点、构建行为特征并实现行为分类，为动物行为的客观量化分析提供了新的技术路径。然而，目前针对警犬嗅地行为自动识别与量化评估的研究尚不充分，缺乏面向实际训练考核场景、能够抵抗关键点遮挡与姿态变化、并对嗅地行为给出形式化定义的成熟技术方案。

技术实现思路

1、本发明旨在解决现有警犬嗅觉能力量化评估中存在的以下问题：评估过程依赖人工观察和经验判断，主观性较强；缺少基于行为过程数据的客观量化指标；传统评估方式难以对视频中的警犬嗅地行为进行连续、自动、逐帧分析；不同训练场景、不同评估人员之间评价标准不易统一；现有方法难以形成可视化、结构化、可追溯的警犬训练评估数据。

2、为解决上述技术问题，本发明第一方面提供基于姿态行为识别的警犬嗅觉能力量化评估方法，包括以下步骤：

3、s1、获取警犬嗅觉能力测试视频，对所述视频进行逐帧处理，利用姿态估计模型提取每一帧图像中警犬骨架关键点的坐标信息；每个关键点以坐标值与可见性标记的形式[x, y, v]输出，v用于标识该关键点处于可见、被遮挡或不在图像范围内的状态；当用于嗅地行为判断的核心关键点缺失或被标记为不可见时，将该帧标记为无效帧并排除于后续统计；

4、s2、基于所述骨架关键点的坐标信息，构建用于表征警犬嗅地行为的姿态特征向量，所述姿态特征向量至少包括下列姿态特征参数中的两项：鼻尖关键点相对躯干参考点的高度比值、头颈部相对躯干方向的倾斜角度、鼻尖至肩部参考点连线与水平参考方向的夹角、以及基于骨架关键点计算的关键节段间距离比值；其中，所述躯干参考点选自肩部参考点、髋部参考点、左右肩部关键点中点、左右髋部关键点中点或两者连线中点；

5、s3、将所述姿态特征向量输入预训练的嗅地行为分类器，对每一有效帧或预设时间窗口内的警犬行为进行嗅地与非嗅地的二元分类；

6、s4、统计有效测试周期内被判定为嗅地行为的帧数或时长占有效视频总帧数或总时长的比例，计算得到嗅地时长占比；

7、s5、将所述嗅地时长占比与预设评估阈值进行比对，输出警犬嗅觉能力量化评估结果。

8、进一步，步骤s1中所述姿态估计模型为基于卷积神经网络或视觉transformer的端到端姿态估计模型，优选为yolo系列姿态估计模型，能够在单次前向推理中同时完成警犬目标检测与骨架关键点坐标回归；所述骨架关键点覆盖警犬的鼻尖、耳根、颈部、肩部、肘部、腕部、髋部、膝部、踝部及尾部中的一种或多种。

9、进一步，步骤s3中所述嗅地行为的判定标准定义为：警犬鼻尖明显下探并接近地面、且持续进行地面气味探索的行为状态；所述非嗅地行为包括站立、行走但未嗅地、坐下、回头、抬头观察、以及受训导员影响中断搜索的状态。该形式化定义用于规范嗅地行为分类器的标注与判定，提升跨场景、跨评估人员之间的一致性。

10、进一步，步骤s3中所述嗅地行为分类器通过以下方式训练获得：以包含警犬嗅地行为的视频数据为来源，结合姿态估计模型输出的关键点坐标信息，由专业标注人员依据上述判定标准对视频帧进行逐帧人工标注，以标注帧的姿态特征向量为训练样本、以行为标注标签为监督信息训练得到所述嗅地行为分类器；其中，训练数据集按如下方式划分：当标注数据来源于单段视频时，按时间顺序将前80%帧划分为训练集、后20%帧划分为测试集；当来源于多段视频时，以视频为单位划分，将至少一段完整视频的全部帧作为测试集、其余作为训练集，以避免相邻帧同时出现在训练集和测试集中导致性能指标虚高。

11、进一步，所述嗅地行为分类器优选为随机森林分类模型，通过构建多棵基于随机采样与随机特征子集的决策树并对各决策树投票结果进行综合以输出行为类别判定；在其他实施方式中，所述嗅地行为分类器也可以为支持向量机、梯度提升树、逻辑回归、多层感知机或时序神经网络分类模型。

12、进一步，步骤s1中，对于被标记不可见或缺失的非核心关键点，若其不影响当前姿态特征参数的计算，则利用其余可见关键点继续构建特征；若连续前后帧中该关键点位置稳定，则采用线性插值或轨迹预测方式对该缺失关键点进行补全后再构建特征，从而提升遮挡、侧视等复杂场景下姿态特征向量的稳定性与健壮性。

13、进一步，步骤s4中采用滑动时间窗口方式统计嗅地时长占比：以连续k帧为一个时间窗口，当窗口内被判定为嗅地行为的帧数超过预设比例时，将该时间窗口判定为嗅地行为窗口，并据此计算有效测试周期内嗅地行为累计时长占有效测试周期总时长的比例，以平滑短暂分类噪声、提高嗅地时长统计的稳定性。

14、进一步，步骤s4中所述嗅地时长占比按照如下公式计算：

15、

16、其中，表示有效测试周期内被判定为嗅地行为的帧数，表示有效测试周期内的有效视频总帧数；或者，按照如下公式计算：

17、

18、其中，表示有效测试周期内被判定为嗅地行为的累计时长，表示有效测试周期总时长；所述预设评估阈值通过专家标注与行为数据回溯对照方式标定：邀请专业警犬训导员对多只警犬测试视频独立评定能力等级，自动计算各视频的嗅地时长占比，统计各能力等级对应的占比分布特征以确定区分相邻等级的分界阈值；所述嗅觉搜索作业能力等级划分为三个等级：≥60%评定为优秀；（50%≤<60%评定为良好； <50%评定为一般。上述阈值仅为一种优选实施方式，实际应用中可根据犬种、训练科目、测试场地或考核标准进行调整。

19、本发明第二方面提供基于姿态行为识别的警犬嗅觉能力量化评估系统，包括：视频采集模块，用于获取警犬嗅觉能力测试视频并对所述视频进行逐帧处理；关键点检测模块，用于利用姿态估计模型提取每一帧图像中警犬骨架关键点的坐标信息，每个关键点以[x, y, v]形式输出并含可见性标记，当核心关键点缺失时将该帧标记为无效帧；特征构建模块，用于基于所述骨架关键点坐标构建第一方面所述的姿态特征向量；行为分类模块，用于将所述姿态特征向量输入预训练的嗅地行为分类器，对有效帧或预设时间窗口内的警犬行为进行嗅地与非嗅地二元分类；统计计算模块，用于统计有效测试周期内嗅地行为帧数或时长占比，得到嗅地时长占比；等级评定模块，用于将所述嗅地时长占比与预设评估阈值比对，输出警犬嗅觉能力量化评估结果；所述系统还可包括可视化展示模块和/或行为标注模块，所述可视化展示模块用于在视频播放中叠加显示骨架关键点连线、行为分类标签及嗅地统计信息，所述行为标注模块用于辅助构建分类器训练数据集并以逐帧标签形式存储标注结果。

20、本发明第三方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的基于姿态估计和行为分类的警犬嗅觉能力量化评估方法。

21、本发明的有益效果体现在以下方面：

22、（1）本发明通过姿态估计模型和嗅地行为分类器自动识别警犬嗅地行为，并以嗅地时长占比作为量化指标，从根本上摆脱了对训导员肉眼观察与经验判断的依赖；由于评估结果依赖于可复现的视频帧级客观数据，而非评估人员的即时主观印象，不同评估人员、不同测试批次之间的一致性与可比性显著提升，有效削弱了因疲劳、注意力分散或经验差异带来的评分偏差。

23、（2）本发明仅基于普通可见光视频数据（如监控摄像头、手持设备录制）即可完成分析，无需为警犬佩戴项圈传感器、惯性测量单元（imu）或任何约束、负重装置；由于不引入额外设备对警犬造成干扰，其在搜索作业中的自然嗅探、行走、回头等行为不被改变，所采集的行为数据更贴近真实作业状态，提升了评估结果的生态效度与现场实用性。

24、（3）本发明能够对视频进行逐帧分析，也可按预设滑动时间窗口进行分段统计，既可精确定位每一次嗅地行为的起止时刻，又能从整体刻画整段作业的嗅地强度与节奏分布；点—段—全结合的分析方式，使评估结果具备过程可追溯性，便于事后回放、复核与行为过程再分析，克服了人工观察难以连续覆盖短暂嗅地事件的缺陷。

25、（4）本发明通过预设评估阈值将连续的嗅地时长占比自动映射为离散的能力等级（如优秀、良好、一般），形成统一的量化标尺；该标尺使得不同个体之间（横向）或同一警犬不同时期之间（纵向）的嗅觉能力可以直接比较，为警犬遴选、训练计划制定与成效考核提供了标准化、可复现的决策依据。

26、（5）本发明将视频读取、关键点检测、特征构建、行为分类、统计计算与评估结果输出整合为端到端的处理流水线，无需人工在多套软件间切换或手动转录中间结果；全流程自动化显著降低了操作门槛与对专业评估人员的依赖，使基层使用单位也能便捷、高效地开展大批量警犬嗅觉能力评估。

27、（6）本发明能够导出逐帧检测结果（含每帧关键点坐标、可见性标志与行为标签）以及汇总统计数据（含嗅地帧数、总帧数、时长占比、能力等级等），形成结构化的数据文件；结构化数据为警犬训练效果的长期追踪、个体能力变化趋势分析，以及后续分类模型与姿态估计模型的迭代优化，提供了可靠的数据基础，使评估系统具备持续进化的能力。