(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111680956.7 (22)申请日 2021.12.31 (71)申请人 中原动力 智能机器人有限公司 地址 450018 河南省郑州市郑东 新区明理 路尚贤街河南企业联合大厦16层16 01 (72)发明人 薛均晓　肖志轩　万里红　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 许羽冬 (51)Int.Cl. G06V 40/20(2022.01) G06V 20/52(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/774(2022.01)G06V 10/82(2022.01) (54)发明名称 暴力行为检测方法、 装置、 设备及存 储介质 (57)摘要 本申请公开了一种暴力行为检测方法、 装 置、 设备及存储介质， 通过基于预设图像训练集， 对预设的第一神经网络进行训练， 得到目标第一 神经网络， 以训练出具有一定深度的网络， 使得 目标第一神经网络具备较强的特征表达能力； 再 利用目标第一神经网络， 指导预设的第二神经网 络进行训练， 得到目标第二神经网络， 从而能够 使第二神经网络学习到目标第一神经网络已经 学到的特征表达能力， 提高网络训练速度和简化 第二神经网络的网络结构； 以及通过检测目标第 二神经网络的网络性能， 若目标第二神经网络 符 合预设性能阈值， 则对目标第二神经网络添加目 标跟踪算法， 得到暴力行为检测 网络， 利用暴力 行为检测网络， 对实时采集的监控图像进行暴力 行为检测。 权利要求书2页 说明书8页 附图2页 CN 114445913 A 2022.05.06 CN 114445913 A 1.一种暴力行为检测方法， 其特 征在于， 包括： 基于预设图像训练集， 对预设的第 一神经网络进行训练， 得到目标第 一神经网络， 所述 预设图像训练集包括 正常行为图像和暴力行为图像； 利用所述目标第一神经网络， 指导预设的第二神经网络进行训练， 得到目标第二神经 网络； 若所述目标第 二神经网络符合预设性 能阈值， 则对所述目标第 二神经网络添加目标跟 踪算法， 得到暴力行为检测网络； 利用所述 暴力行为检测网络， 对实时采集的监控图像进行暴力行为检测。 2.如权利要求1所述的暴力行为检测方法， 其特征在于， 所述基于预设图像训练集， 对 预设的第一神经网络进行训练， 得到目标第一神经网络， 包括： 利用所述第 一神经网络对所述预设图像训练集进行目标定位和目标分类， 得到目标定 位结果和目标分类结果； 根据所述目标定位结果和目标分类结果， 计算所述第 一神经网络的目标定位损失函数 和目标分类损失函数； 根据所述目标定位损失函数和所述目标分类损失函数， 更新所述第 一神经网络的网络 参数； 当所述目标定位损失函数和所述目标分类损失函数达到第 一预设收敛条件， 输出所述 目标第一神经网络 。 3.如权利要求1所述的暴力行为检测方法， 其特征在于， 所述利用所述目标第 一神经网 络， 指导预设的第二神经网络进行训练， 得到目标第二神经网络， 包括： 对所述目标第一神经网络进行知识蒸馏， 指导所述第二神经网络进行训练， 直至目标 蒸馏损失函数达到第二预设收敛条件， 得到所述 目标第二神经网络， 所述 目标蒸馏损失函 数包括目标第一神经网络指导所述第二神经网络学习的第一损失函数和所述第二神经网 络跟随标签学习的第二损失函数。 4.如权利要求3所述的暴力行为检测方法， 其特 征在于， 所述目标蒸馏损失函数为： Loss＝α×L_hard+L_soft； L_hard＝ L_distll； L_soft＝β ×Lbce+γ×L_ciou； 其中Loss为目标蒸馏损失函数， L_hard为第一损失函数， α为权重， L_soft为第二损失 函数， L_distll为蒸馏损失函数， Lbce为所述第二神经网络的目标分类损失函数， L_ciou为 所述第二神经网络的目标定位损失函数。 5.如权利要求1所述的暴力行为检测方法， 其特征在于， 所述若所述目标第 二神经网络 符合预设性能阈值， 则对所述 目标第二神经网络添加目标跟踪算法， 得到暴力行为检测网 络， 包括： 若所述目标第 二神经网络符合预设性 能阈值， 则导出所述目标第 二神经网络的模型文 件； 将所述模型文件导入所述目标跟踪算法的代码库中， 得到所述 暴力行为检测网络 。 6.如权利要求1所述的暴力行为检测方法， 其特征在于， 所述利用所述暴力行为检测网 络， 对实时采集的监控图像进行暴力行为检测之后， 还 包括：权　利　要　求　书 1/2 页 2 CN 114445913 A 2利用目标监控图像， 对所述目标第一神经网络进行更新， 所述目标监控图像为置信度 低于预设阈值的所述 监控图像； 输出更新后的所述目标第一神经网络的网络参数； 利用所述网络参数， 对所述 暴力行为检测网络进行网络更新。 7.一种暴力行为检测装置， 其特 征在于， 包括： 训练模块， 用于基于预设图像训练集， 对预设的第 一神经网络进行训练， 得到目标第一 神经网络， 所述预设图像训练集包括 正常行为图像和暴力行为图像； 指导模块， 用于利用所述目标第 一神经网络， 指导预设的第 二神经网络进行训练， 得到 目标第二神经网络； 添加模块， 用于若所述目标第二神经网络符合预设性能阈值， 则对所述目标第二神经 网络添加目标跟踪算法， 得到暴力行为检测网络； 检测模块， 用于利用所述暴力行为检测网络， 对实时采集的监控图像进行暴力行为检 测。 8.如权利要求7 所述的暴力行为检测装置， 其特 征在于， 所述指导模块， 包括： 指导单元， 用于对所述目标第一神经网络进行知识蒸馏， 指导所述第二神经网络进行 训练， 直至目标蒸馏损失函数达到第二预设收敛条件， 得到所述目标第二神经网络， 所述目 标蒸馏损失函数包括目标第一神经网络指导所述第二神经网络学习的第一损失函数和所 述第二神经网络跟随标签学习的第二损失函数。 9.一种计算机设备， 其特征在于， 包括处理器和存储器， 所述存储器用于存储计算机程 序， 所述计算机程序被所述处理器执行时实现如权利要求 1至6任一项 所述的暴力行为检测 方法。 10.一种计算机可读存储介质， 其特征在于， 其存储有计算机程序， 所述计算机程序被 处理器执行时实现如权利要求1至 6任一项所述的暴力行为检测方法。权　利　要　求　书 2/2 页 3 CN 114445913 A 3