[发明专利]一种将目标检测与人体姿态估计相结合的视频分析方法

权利要求书

1.一种将目标检测与人体姿态估计相结合的视频分析方法，其特征在于，包括以下步骤：

S1、通过流媒体服务器，获取现场摄像头视频流，从中截取视频帧，获得解码出来的图片；

S2、采用深度学习算法对步骤S1中获得的每一张图片进行快速目标检测，找到所有能识别的类别的目标对象；

S3、在目标检测中若发现了有人员存在，则对图片进行人体姿态关键点定位，并结合目标检测和人体姿态的结果信息，对图片依次进行危险行为分析和危险场景分析，在目标检测中若没有发现人员存在，则利用目标检测结果信息，直接进行危险场景分析；

S4、在进行危险行为分析和危险场景分析中，若发现危险事件，则将告警及时上报推送给展示平台，使安全管理人员及时获得告警信息，并作出应对响应，若未发现危险事件，则从该视频帧获得的该图片的分析过程结束，进入对下一帧的图片进行分析；

S5、重复上述步骤S2至S4，持续进行视频流实时分析。

2.根据权利要求1所述的一种将目标检测与人体姿态估计相结合的视频分析方法，其特征在于：在步骤S2中，在进行快速目标检测中，采用YOLO目标检测模型。

3.根据权利要求1所述的一种将目标检测与人体姿态估计相结合的视频分析方法，其特征在于：在步骤S3中，在进行人体姿态关键点定位中，可采用DensPose模型、PoseNet模型中的任意一种实时性模型。

4.根据权利要求3所述的一种将目标检测与人体姿态估计相结合的视频分析方法，其特征在于：在使用了实时性模型时采用25个关键点的人体躯干模型进行分析。

5.根据权利要求1所述的一种将目标检测与人体姿态估计相结合的视频分析方法，其特征在于：在步骤S3中，在进行危险行为分析前，需要先对图片进行预处理。

6.根据权利要求5所述的一种将目标检测与人体姿态估计相结合的视频分析方法，其特征在于：所述预处理包括以下步骤：

a：根据每组人体的关键点计算出其最小外接矩形；

b：将该外接矩形的矩形框和所有目标检测中类别为人的矩形框，逐一计算出交并比IOU，所述IOU表示两个矩形交集的面积/并集面积，其计算公式为：

IOU＝(D∩G)/(D∪G)；

其中，D和G分别代表两个矩形框的面积；

c：上述交并比IOU数值中，如果存在大于0.5的IOU值，则说明人体姿态估计和目标检测判断一致，并保留该组人体关键点和对应的目标检测信息；否则说明人体姿态估计和目标检测判断不一致，并丢弃本组人体关键点信息；

d：重复步骤a至c，直至计算完所有组人体关键点，获得所有应该保留的人体关键点和对应的目标检测信息，并将余下的类别中有人存在的目标检测信息删除。

7.根据权利要求5所述的一种将目标检测与人体姿态估计相结合的视频分析方法，其特征在于：在步骤S3中，所述危险场景分析是利用目标检测的结果信息进行分析，发现危险场景；所述危险行为分析是利用包括目标检测、人体姿态估计的结果的所有信息进行分析，发现和人相关的危险行为。

8.根据权利要求5所述的一种将目标检测与人体姿态估计相结合的视频分析方法，其特征在于：在步骤S4中，所述告警信息包括短信、图片、声音。