[发明专利]一种轻量级行人异常行为快速检测方法有效
| 申请号: | 202010346229.6 | 申请日: | 2020-04-27 |
| 公开(公告)号: | CN111582095B | 公开(公告)日: | 2022-02-01 |
| 发明(设计)人: | 吴晓军;袁佳兴;原盛 | 申请(专利权)人: | 西安交通大学 |
| 主分类号: | G06V40/20 | 分类号: | G06V40/20;G06V40/10;G06V10/774;G06V10/764;G06K9/62;G06N3/04;G06N3/08;G06V10/82 |
| 代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 贺小停 |
| 地址: | 710049 *** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 轻量级 行人 异常 行为 快速 检测 方法 | ||
1.一种轻量级行人异常行为快速检测方法,其特征在于,包括以下步骤:
步骤1,对图像进行行人检测,并利用检测框进行框定,得到行人检测框;
步骤2,从步骤1中得到的行人检测框中提取人体骨架信息,得到人体骨架信息图片;
步骤3,对步骤2得到的人体骨架信息图片进行去除背景预处理;
步骤4,利用基于深度可分离卷积的轻量级多尺度信息融合检测网络对步骤3中的预处理后的人体骨架信息图片进行行人异常行为检测,得到一个四维向量,分别对应人体异常行为的四类动作;
步骤4中,所述基于深度可分离卷积的轻量级多尺度信息融合检测网络包括主干残差网络模块和两支分支网络模块,其中,主干残差网络模块包括输入层,所述输入层的输入端用于接收预处理后的人体骨架信息图片;所述输入层的输出端依次连接第一卷积模块和第二卷积模块,所述第二卷积模块的输出端分别连接一支分支网络模块和第三卷积模块;所述第三卷积模块的输出端分别连接另一支分支网络模块和第四卷积模块;所述第四卷积模块连接第五卷积模块,所述第五卷积模块和两支分支网络模块的输出端进行合并,将多尺度信息融合输送至全连接层;所述输出层为softmax分类器;
所述第一卷积模块包括一个卷积层和一个池化层;所述第二卷积模块包括三个深度可分离卷积子残差网络单元,每个深度可分离卷积子残差网络单元包括四个深度可分离卷积层;所述第三卷积模块包括四个深度可分离卷积子残差网络单元,每个深度可分离卷积子残差网络单元包括四个深度可分离卷积层;所述第四卷积模块包括六个深度可分离卷积子残差网络单元,每个深度可分离卷积子残差网络单元包括四个深度可分离卷积层;所述第五卷积模块包括三个深度可分离卷积子残差网络单元和一个池化层,每个深度可分离卷积子残差网络单元包括四个深度可分离卷积层。
2.根据权利要求1所述的一种轻量级行人异常行为快速检测方法,其特征在于,步骤1中,利用YOLOv3目标检测算法对图像进行行人检测,得到行人检测框。
3.根据权利要求1所述的一种轻量级行人异常行为快速检测方法,其特征在于,步骤2中,利用RMPE框架从步骤1中得到的行人检测框中提取人体骨架信息,得到人体骨架信息图片。
4.根据权利要求1所述的一种轻量级行人异常行为快速检测方法,其特征在于,与第二卷积模块输出端连接的一支分支网络模块包括三个卷积层和一个池化层;与第三卷积模块输出端连接的另一支分支网络模块包括三个卷积层和一个池化层。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010346229.6/1.html,转载请声明来源钻瓜专利网。





