基于视频分析的用户行为识别方法及系统

专利主权项内容

1.一种基于视频分析的用户行为识别方法，其特征在于，所述方法包括：获取多个用户行为标签对应的模板视频数据序列和所述模板视频数据序列中每个模板视频数据对应的用户异常行为标注数据；所述模板视频数据序列和所述用户异常行为标注数据为依据所述多个用户行为标签分别对应的一个或多个设定视频数据生成的；所述模板视频数据序列中多个模板视频数据对应的用户异常行为标注数据属于多个不同的用户异常行为；将所述模板视频数据序列加载到初始化神经网络进行用户行为异常检测，生成所述模板视频数据序列对应的用户行为异常检测结果；所述用户行为异常检测结果表征所述每个模板视频数据中的每个视频段属于用户异常行为的置信度；依据所述用户行为异常检测结果和所述用户异常行为标注数据，确定目标训练误差参数；依据所述目标训练误差参数，对所述初始化神经网络进行知识学习，生成目标用户行为异常检测网络；所述方法包括：获取目标视频数据；将所述目标视频数据加载到目标用户行为异常检测网络进行用户行为异常检测，生成所述目标视频数据对应的目标用户异常行为数据；所述目标用户异常行为数据表征所述目标视频数据中每个视频段属于用户异常行为的置信度；依据所述目标用户异常行为数据，确定所述目标视频数据中的目标用户异常行为；所述方法还包括：获取行为更新序列以及目标异常规则对应的多个目标视频数据；所述行为更新序列包括多个候选用户异常行为和任意一个候选用户异常行为对应的更新类别；将所述目标异常规则对应的多个目标视频数据加载到所述目标用户行为异常检测网络进行用户行为异常检测，生成所述多个目标视频数据分别对应的用户行为异常检测结果；对任意一个目标视频数据对应的用户行为异常检测结果与所述多个候选用户异常行为进行特征配对，生成所述任意一个目标视频数据对应的第二目标用户异常行为；所述第二目标用户异常行为为与所述任意一个目标视频数据相匹配的候选用户异常行为；依据所述第二目标用户异常行为对应的更新类别，对所述第二目标用户异常行为对应的用户行为异常检测结果进行更新，生成更新后的用户行为异常检测结果；其中，所述更新类别包括优化类别，所述行为更新序列还包括所述优化类别下的候选用户异常行为对应的优化用户异常行为；所述依据所述第二目标用户异常行为对应的更新类别，对所述第二目标用户异常行为对应的用户行为异常检测结果进行更新，生成更新后的用户行为异常检测结果，包括： 在所述第二目标用户异常行为对应的更新类别为优化类别时，将所述第二目标用户异常行为对应的用户行为异常检测行为更新为所述第二目标用户异常行为对应的优化用户异常行为；其中，所述更新类别包括移除类别；所述依据所述第二目标用户异常行为对应的更新类别，对所述第二目标用户异常行为对应的用户行为异常检测结果进行更新，生成更新后的用户行为异常检测结果，包括：在所述第二目标用户异常行为对应的更新类别为移除类别时，移除所述第二目标用户异常行为对应的用户行为异常检测结果；其中，所述更新类别包括补充类别；所述方法还包括：对所述任意一个目标视频数据与所述补充类别对应的候选用户异常行为进行特征配对，生成所述任意一个目标视频数据对应的第三目标用户异常行为；依据所述第三目标用户异常行为，生成所述任意一个目标视频数据对应的用户行为异常检测结果；所述方法还包括：从所述多个目标视频数据中，确定目标量级的目标视频数据；将所述目标量级的目标视频数据加载到所述目标用户行为异常检测网络进行用户行为异常检测，生成所述目标量级的目标视频数据分别对应的用户行为异常检测结果；对所述目标量级的目标视频数据分别对应的用户行为异常检测结果中的每个用户行为异常检测结果进行衍生，生成所述每个用户行为异常检测结果对应的一个或多个衍生检测结果；对所述目标量级的目标视频数据分别对应的用户行为异常检测结果和多个衍生检测结果进行分析，生成多种用户行为异常检测结果分别对应的目标数量；依据每种用户行为异常检测结果对应的目标数量，输出所述多种用户行为异常检测结果；响应于所述行为更新序列的请求，获取所述行为更新序列。