一种自动识别规律性动作行为的方法与流程

技术特征：
1.一种自动识别规律性动作行为的方法，其特征在于，包括如下步骤：s1、使用ai模型对视频流每一帧进行分析，得到检测目标的位置信息；s2、对每一帧的位置信息进行一系列的数据过滤、数据平滑操作；s3、根据平滑后的连续帧的目标位置信息得到目标的运动曲线，与预定义余弦周期函数进行相似度对比，判断检测对象动作。2.如权利要求1所述的一种自动识别规律性动作行为的方法，其特征在于：步骤s1中中，得到检测目标的位置信息的方法为：使用ai目标检测模型来分析当前画面，检测视频流中目标的人脸、人头、身体来进行分析，以上目标检测算法使用单帧图片进行作为神经网络的输入，输出人脸框、人头框、身体框在图像中的左上角右下角两个二维坐标(x1,y1,x2,y2)。3.如权利要求1所述的一种自动识别规律性动作行为的方法，其特征在于：步骤s2中，选取ai目标检测模型预测坐标框的中心点的横坐标x的值作为判定点m，使用卡尔曼滤波对ai目标检测模型输出的二维坐标进行平滑，减少噪声的影响。4.如权利要求3所述的一种自动识别规律性动作行为的方法，其特征在于：步骤s2中，得到卡尔曼滤波修正之后的结果后，会计算修正后的判定点n与原始判定点m的距离，如果(n-m)大于预测框的宽w，则表示m点偏移了系统预测太多，判定该点为离群点，也就是说则m点来自一个误检测的预测框，将这种情况进行过滤，根据连续的视频帧获取了一系列修正点n，在n中选取波峰波谷，有规律的周期运动应该是“波峰-波谷-波峰-波谷”，所以排除有连续波峰或者波谷的情况，为减少判别过程中的噪声，还会过滤波形间隔太短(即出现波峰波谷的周期小于预定义的周期值)，波峰谷差距过小，波峰谷比例差距过大等情况。5.如权利要求4所述的一种自动识别规律性动作行为的方法，其特征在于：步骤s3中，对获取的横坐标x、纵坐标y进行线性回归，如果回归得到的直线斜率超过预设定的阈值，则认为该目标在纵坐标y方向变化幅度较大，进而过滤掉该情况，计算这段时间内目标判定点到上述回归线中垂线的距离，再根据这个距离最后一次过滤掉一些潜在的离群点。6.如权利要求1所述的一种自动识别规律性动作行为的方法，其特征在于：步骤s3中，经过一系列过滤之后，得到了目标的运动曲线，最终计算该曲线与预定义余弦周期函数的相似度，如果相似度大于阈值，则认为该目标在进行规律性周期运动，，相似度算法我们选取的是皮尔森相关系数。7.如权利要求6所述的一种自动识别规律性动作行为的方法，其特征在于：所述皮尔森相关系数反应了两个变量之间的线性相关程度，它的取值在[-1,1]之间，当两个变量的线性关系增强时，相关系数趋于1或-1；当一个变量增大，另一个变量也增大时，表明它们之间是正相关的，相关系数大于0；如果一个变量增大，另一个变量却减小，表明它们之间是负相关的，相关系数小于0；如果相关系数等于0，表明它们之间不存在线性相关关系，皮尔森相关系数如下：。

技术总结
本发明公开了一种自动识别规律性动作行为的方法，属于自动识别技术领域，本方案包括如下步骤：使用AI模型对视频流每一帧进行分析，得到检测目标的位置信息；对每一帧的位置信息进行一系列的数据过滤、数据平滑操作；根据平滑后的连续帧的目标位置信息得到目标的运动曲线，与预定义余弦周期函数进行相似度对比，判断检测对象动作。将规律性运动检测转化为简单的曲线相似度计算，整个流程十分简单并且有效，只需要有目标的位置信息即可判断动作行为，减少了工作人员审查监控的时间与工作负担，提高了服务评估效率。提高了服务评估效率。提高了服务评估效率。


技术研发人员：易前民 胡雷
受保护的技术使用者：四川仕虹腾飞信息技术有限公司
技术研发日：2022.03.07
技术公布日：2022/6/4