一种基于深度学习技术分析多目标对象行为的方法及系统

摘要

本发明提供了一种基于深度学习技术分析多目标对象行为的方法，该方法通过采集多个目标对象的视觉媒体数据，基于所得数据利用目标检测网络对当前帧各目标对象进行定位；然后综合全卷积孪生网络和重识别网络跟踪识别定位后的当前帧各目标对象，获取各目标对象的跟踪结果序列，进而生成各目标对象对应时间段内的骨骼节点序列，并基于其利用时空图卷积网络自动识别，获取各目标对象的行为分析结果序列。采用本发明的上述方案通过设定的跟踪网络结构对各个目标进行连续跟踪识别，结合姿态估计网络对目标的实时行为进行分析，能够均衡运算速度和计算结果精确度的关系，避开现有跟踪技术的缺陷，实用性高，适用范围广，具备良好的应用前景。