【技術實現步驟摘要】
本申請涉及人工智能，尤其涉及一種行為的檢測方法、裝置、設備、及存儲介質。
技術介紹
1、在一些企業的網點中，常常會出現人流量較大，可能會存在一些暴力行為，從而導致了生命財產安全受到一定程度的影響，如何實時對這些行為進行識別以及時采取相應的措施，具有重要意義。
2、在現有實現中，一般配備有安保人員進行實時巡查。
3、然而，上述方式在網點區域過大，安保人員不能夠及時發現不法行為，這就導致了無法及時作出相應的措施。
技術實現思路
1、本申請實施例提供一種行為的檢測方法、裝置、設備、及存儲介質，用以達到對存在的不法行為及時發現的效果。
2、第一方面，本申請實施例提供一種行為的檢測方法，包括：
3、獲取待檢測視頻數據；
4、將所述待檢測視頻數據輸入至預先訓練的骨架檢測模型，得到所述待檢測視頻數據中人員對應的目標骨架數據，所述骨架檢測模型是基于至少一個視頻數據和所述至少一個視頻數據中人員對應的骨架數據，對openpose模型進行訓練得到的；
5、在預設的第一映射關系中確定出所述目標骨架數據對應的目標行為類型，所述第一映射關系中記載有不同骨架數據和不同行為類型的對應關系。
6、在一種可能的實施方式中，所述將所述待檢測視頻數據輸入至預先訓練的骨架檢測模型，得到所述待檢測視頻數據中人員對應的目標骨架數據，包括：
7、確定出所述待檢測視頻數據中人員的關鍵點、以及所述關鍵點的置信度；
8、根據所述
9、在一種可能的實施方式中，在所述確定出所述待檢測視頻數據中人員的關鍵點、以及所述關鍵點的置信度之前，所述方法還包括：
10、將所述待檢測視頻數據轉換為所述openpose模型所對應的目標格式，所述轉換包括：尺寸調整、顏色轉換。
11、在一種可能的實施方式中，所述方法還包括：
12、在所述待檢測視頻數據對應的實際骨架數據與所述目標骨架數據一致時，獲取基于用戶對所述待檢測視頻數據進行標注的標注行為類型；
13、根據所述標注行為類型和所述目標骨架數據，更新所述第一映射關系。
14、在一種可能的實施方式中，所述方法還包括：
15、在所述待檢測視頻數據對應的實際骨架數據與所述目標骨架數據不一致時，根據所述實際骨架數據對所述骨架檢測模型進行更新。
16、在一種可能的實施方式中，所述方法還包括：
17、在預先設定的第二映射關系中確定出所述目標行為類型對應的目標處理策略，所述映射關系中記載有至少一個行為類型和至少一個處理策略的對應關系；
18、執行所述目標處理策略。
19、在一種可能的實施方式中，在所述將所述待檢測視頻數據輸入至預先訓練的骨架檢測模型，得到所述待檢測視頻數據中人員對應的目標骨架數據之前，所述方法還包括：
20、從開源空間中獲取至少一個視頻數據和所述至少一個視頻數據中人員對應的骨架數據；
21、基于所述至少一個視頻數據和所述至少一個視頻數據中人員對應的骨架數據，對所述openpose模型進行訓練，得到所述骨架檢測模型。
22、第二方面，本申請實施例提供一種行為的檢測裝置，包括：
23、獲取模塊，用于獲取待檢測視頻數據；
24、處理模塊，用于將所述待檢測視頻數據輸入至預先訓練的骨架檢測模型，得到所述待檢測視頻數據中人員對應的目標骨架數據，所述骨架檢測模型是基于至少一個視頻數據和所述至少一個視頻數據中人員對應的骨架數據，對openpose模型進行訓練得到的；
25、確定模塊，用于在預設的第一映射關系中確定出所述目標骨架數據對應的目標行為類型，所述第一映射關系中記載有不同骨架數據和不同行為類型的對應關系。
26、在一種可能的實施方式中，所述處理模塊，具體用于：
27、確定出所述待檢測視頻數據中人員的關鍵點、以及所述關鍵點的置信度；
28、根據所述關鍵點和所述置信度，確定人員的所述目標骨架數據。
29、在一種可能的實施方式中，在所述確定出所述待檢測視頻數據中人員的關鍵點、以及所述關鍵點的置信度之前，所述處理模塊，還用于：
30、將所述待檢測視頻數據轉換為所述openpose模型所對應的目標格式，所述轉換包括：尺寸調整、顏色轉換。
31、在一種可能的實施方式中，所述處理模塊，還用于：
32、在所述待檢測視頻數據對應的實際骨架數據與所述目標骨架數據一致時，獲取基于用戶對所述待檢測視頻數據進行標注的標注行為類型；
33、根據所述標注行為類型和所述目標骨架數據，更新所述第一映射關系。
34、在一種可能的實施方式中，所述處理模塊，還用于：
35、在所述待檢測視頻數據對應的實際骨架數據與所述目標骨架數據不一致時，根據所述實際骨架數據對所述骨架檢測模型進行更新。
36、在一種可能的實施方式中，所述處理模塊，還用于：
37、在預先設定的第二映射關系中確定出所述目標行為類型對應的目標處理策略，所述映射關系中記載有至少一個行為類型和至少一個處理策略的對應關系；
38、執行所述目標處理策略。
39、在一種可能的實施方式中，在所述將所述待檢測視頻數據輸入至預先訓練的骨架檢測模型，得到所述待檢測視頻數據中人員對應的目標骨架數據之前，所述處理模塊，還用于：
40、從開源空間中獲取至少一個視頻數據和所述至少一個視頻數據中人員對應的骨架數據；
41、基于所述至少一個視頻數據和所述至少一個視頻數據中人員對應的骨架數據，對所述openpose模型進行訓練，得到所述骨架檢測模型。
42、第三方面，本申請實施例提供一種電子設備，包括：存儲器，處理器；
43、所述存儲器存儲計算機執行指令；
44、所述處理器執行所述存儲器存儲的計算機執行指令，使得所述處理器執行如上第一方面和/或第一方面各種可能的實施方式。
45、第四方面，本申請實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有計算機執行指令，所述計算機執行指令被處理器執行時用于實現如上第一方面和/或第一方面各種可能的實施方式。
46、第五方面，本申請實施例提供一種計算機程序產品，包括計算機程序，該計算機程序被處理器執行時實現如上第一方面和/或第一方面各種可能的實施方式。
47、本申請實施例提供的行為的檢測方法、裝置、設備、及存儲介質。可用于人工智能領域。該方法包括：獲取待檢測視頻數據；將待檢測視頻數據輸入至預先訓練的骨架檢測模型，得到待檢測視頻數據中人員對應的目標骨架數據，骨架檢測模型是基于至少一個視頻數據和至少一個視頻數據中人員對應的骨架數據，對openpose模型進行訓練得到的；在預設的第一映射關系中確定本文檔來自技高網...
【技術保護點】
1.一種行為的檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述將所述待檢測視頻數據輸入至預先訓練的骨架檢測模型，得到所述待檢測視頻數據中人員對應的目標骨架數據，包括：
3.根據權利要求2所述的方法，其特征在于，在所述確定出所述待檢測視頻數據中人員的關鍵點、以及所述關鍵點的置信度之前，所述方法還包括：
4.根據權利要求1-3中任一項所述的方法，其特征在于，所述方法還包括：
5.根據權利要求1-3中任一項所述的方法，其特征在于，所述方法還包括：
6.根據權利要求1-3中任一項所述的方法，其特征在于，所述方法還包括：
7.根據權利要求1-3中任一項所述的方法，其特征在于，在所述將所述待檢測視頻數據輸入至預先訓練的骨架檢測模型，得到所述待檢測視頻數據中人員對應的目標骨架數據之前，所述方法還包括：
8.一種行為的檢測裝置，其特征在于，所述裝置包括：
9.一種電子設備，其特征在于，包括：存儲器，處理器；
10.一種計算機可讀存儲介質，其特征在于，所述
...【技術特征摘要】
1.一種行為的檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述將所述待檢測視頻數據輸入至預先訓練的骨架檢測模型，得到所述待檢測視頻數據中人員對應的目標骨架數據，包括：
3.根據權利要求2所述的方法，其特征在于，在所述確定出所述待檢測視頻數據中人員的關鍵點、以及所述關鍵點的置信度之前，所述方法還包括：
4.根據權利要求1-3中任一項所述的方法，其特征在于，所述方法還包括：
5.根據權利要求1-3中任一項所述的方法，其特征在于，所述方法還包括：
6.根據權利要...
【專利技術屬性】
技術研發人員：方李雪子，
申請(專利權)人：中國銀行股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。