本发明涉及图像处理，尤其涉及一种用户行为的异常程度评估方法、装置、电子设备及介质。
背景技术：
1、目前人工智能技术辅助的自动化医疗诊断领域发展迅速，现有的行为异常程度评估算法主要有两类，一类是通过常用的异常行为(例如孤独症谱系障碍)诊断观察量表构建分类模型进行预测诊断，另一类是采用摄像头对于特定的互动场景检测手部姿态和面部朝向等行为特征。
2、但是，基于量表的分类模型主要依靠病史、行为观察、量表评估综合判断。医生的专业背景、临床经验、接诊病人时间的长短等都会影响诊断的准确率，诊断结果具有较为强烈的主观性。并且，目前基于摄像头的行为识别算法通常只采用单个摄像头，不同互动场景只能检测单个局部的行为特征，并且只能识别出所属动作类别，而无法区分同一动作间的差异性，缺乏一定的全面性，难以捕捉长时间范围内幼儿对于不同测试单元的行为数据，准确评估异常行为的严重程度和风险系数。
3、由此，导致当前在进行用户行为的异常程度评估时准确性低下。
技术实现思路
1、本发明提供一种用户行为的异常程度评估方法、装置、电子设备及介质，用以解决当前在进行用户行为的异常程度评估时准确性低下的问题，实现提高用户行为的异常程度评估的准确性。
2、本申请提供一种用户行为的异常程度评估方法，包括：采集待评估用户在至少两个不同视角下的同步行为视频；根据各同步行为视频进行所述待评估用户的行为分析，得到所述待评估用户的行为量化指标；将所述行为量化指标输入至行为异常程度评估模型，得到所述行为异常程度评估模型输出的所述待评估用户的行为的异常程度信息；所述行为异常程度评估模型是通过样本行为量化指标及其异常程度标签进行模型训练得到的。
3、根据本申请提供的一种用户行为的异常程度评估方法，所述根据各同步行为视频进行所述待评估用户的行为分析，得到所述待评估用户的行为量化指标，包括：从各同步行为视频中确定目标行为视频；对所述目标行为视频进行骨架关键点检测，得到所述待评估用户的各骨架关键点在所述目标行为视频对应坐标系中的第一坐标信息；基于所述第一坐标信息进行行为分析，得到所述待评估用户的行为量化指标。
4、根据本申请提供的一种用户行为的异常程度评估方法，所述基于所述第一坐标信息进行行为分析，得到所述待评估用户的行为量化指标，包括：基于所述第一坐标信息进行行为识别，得到所述待评估用户的行为分类信息；基于所述第一坐标信息进行坐标转换，得到所述待评估用户的各骨架关键点在世界坐标系下的第二坐标信息；根据所述行为分类信息与所述第二坐标信息，确定所述待评估用户的行为量化指标。
5、根据本申请提供的一种用户行为的异常程度评估方法，所述根据所述行为分类信息与所述第二坐标信息，确定所述待评估用户的行为量化指标，包括：基于所述第二坐标信息中的各第二坐标以及各第二坐标在所述目标行为视频中对应的时刻信息，确定所述待评估用户的量化指标；基于所述行为分类信息与所述量化指标，确定所述待评估用户的行为量化指标。
6、根据本申请提供的一种用户行为的异常程度评估方法，所述基于所述第一坐标信息进行坐标转换，得到所述待评估用户的各骨架关键点在世界坐标系下的第二坐标信息，包括：获取各视角对应同步行为视频的相机的内参以及相对于世界坐标系的外参；基于各相机内参与各外参，对所述第一坐标信息中第一坐标进行坐标转换，得到所述待评估用户的各骨架关键点在世界坐标系下的第二坐标信息。
7、根据本申请提供的一种用户行为的异常程度评估方法，所述从各同步行为视频中确定目标行为视频，包括：对各同步行为视频进行遮挡检测，得到遮挡检测结果；根据所述遮挡检测结果，从各同步行为视频中确定目标行为视频。
8、根据本申请提供的一种用户行为的异常程度评估方法，所述遮挡检测结果包括遮挡程度与遮挡持续时间；所述根据所述遮挡检测结果，从各同步行为视频中确定目标行为视频，包括：确定所述遮挡检测结果中各遮挡程度之间的第一比对结果；确定所述遮挡检测结果中各遮挡持续时间之间的第二比对结果；根据所述第一比对结果与所述第二比对结果，从各同步行为视频中确定目标行为视频。
9、本申请还提供一种用户行为的异常程度评估装置，包括：采集模块，用于采集待评估用户在至少两个不同视角下的同步行为视频；分析模块，用于根据各同步行为视频进行所述待评估用户的行为分析，得到所述待评估用户的行为量化指标；评估模块，用于将所述行为量化指标输入至行为异常程度评估模型，得到所述行为异常程度评估模型输出的所述待评估用户的行为的异常程度信息；所述行为异常程度评估模型是通过样本行为量化指标及其异常程度标签进行模型训练得到的。
10、本申请还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述用户行为的异常程度评估方法。
11、本申请还提供一种介质，所述介质为非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述用户行为的异常程度评估方法。
12、本申请提供的用户行为的异常程度评估方法、装置、电子设备及介质，通过采集待评估用户在至少两个不同视角下的同步行为视频；并根据各同步行为视频进行待评估用户的行为分析，得到待评估用户的行为量化指标；由此，可以将行为量化指标输入至行为异常程度评估模型，由于行为异常程度评估模型是通过样本行为量化指标及其异常程度标签进行模型训练得到的，因此可以得到行为异常程度评估模型输出的待评估用户的行为的异常程度信息。由于采集了多个视角下的同步行为视频，多个同步行为视频进行行为分析，可以区分同一动作间的差异性，分析结果具有全面性，由此得到用户在长时间范围内的行为量化指标，进而可以根据样本行为量化指标及其异常程度标签进行模型训练得到的异常程度评估模型，准确地得到待评估用户的行为的异常程度信息，可以提高用户行为的异常程度评估的准确性。
1.一种用户行为的异常程度评估方法，其特征在于，包括：
2.根据权利要求1所述的用户行为的异常程度评估方法，其特征在于，所述根据各同步行为视频进行所述待评估用户的行为分析，得到所述待评估用户的行为量化指标，包括：
3.根据权利要求2所述的用户行为的异常程度评估方法，其特征在于，所述基于所述第一坐标信息进行行为分析，得到所述待评估用户的行为量化指标，包括：
4.根据权利要求3所述的用户行为的异常程度评估方法，其特征在于，所述根据所述行为分类信息与所述第二坐标信息，确定所述待评估用户的行为量化指标，包括：
5.根据权利要求3所述的用户行为的异常程度评估方法，其特征在于，所述基于所述第一坐标信息进行坐标转换，得到所述待评估用户的各骨架关键点在世界坐标系下的第二坐标信息，包括：
6.根据权利要求2所述的用户行为的异常程度评估方法，其特征在于，所述从各同步行为视频中确定目标行为视频，包括：
7.根据权利要求6所述的用户行为的异常程度评估方法，其特征在于，所述遮挡检测结果包括遮挡程度与遮挡持续时间；所述根据所述遮挡检测结果，从各同步行为视频中确定目标行为视频，包括：
8.一种用户行为的异常程度评估装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述用户行为的异常程度评估方法。
10.一种介质，所述介质为非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述用户行为的异常程度评估方法。
