[发明专利]一种基于大数据的兴趣目标提取方法及系统

权利要求书

1.一种基于大数据的兴趣目标提取系统，其特征在于，包括视频监控模块、数据采集模块、数据处理模块、行为识别模块、数据传输模块、数据存储模块、状态报警模块以及目标输出模块；所述数据存储模块包括临时存储库以及长久储存库，所述视频监控模块用于获取视频图像，并将获取的视频图像通过数据传输模块发送至临时存储库，所述数据传输模块包括有线传输单元以及无线传输单元，所述视频监控模块通过有线传输单元将视频图像传输至临时存储库，所述数据采集模块通过无线传输单元获取存储在临时存储库的视频图像，并将获取的视频图像发送至数据处理模块；

所述数据处理模块接收到视频图像后，数据处理模块将视频图像处理成为图像帧，并将处理完成的图像帧发送至行为识别模块；

所述行为识别模块接收到数据处理模块发送的图像帧后，对图像进行检测，当行为识别模块没有检测到人体的特征时，所述人体的特征为人体的关键点，人体的关键点包括头部关键点、左膝盖关键点、右膝盖关键点；行为识别模块发送无兴趣目标信号至目标输出模块；并将无兴趣目标信号发送至数据存储模块中的长久储存库进行存储；

当行为识别模块检测到人体的特征时，数据采集模块获取人体的关键点的位置，并将人体的关键点位置发送至数据处理模块；

数据处理模块将建立平面二维坐标，分别将头部关键点位置、左膝盖关键点位置、右膝盖关键点位置标记为A(Tx，Ty)、B(Jzx，Jzy)、C(Jyx，Jyy)；

连接ABC三点构成一个三角形，分别标记边为a、b、c，利用计算公式计算出三角形的周长l；利用计算公式计算出头膝距Ltx，

其中计算公式为：其中α为修正因子；

行为识别模块设定头膝距阈值，当计算得出的头膝距Ltx大于头膝距阈值时，表示目标员工正常工作，行为识别模块发送兴趣目标正常工作信号至目标输出模块；当计算得出的头膝距Ltx小于头膝距阈值时，表示目标员工存在偷懒嫌疑，行为识别模块持续进行T周期间隔连续n次对目标员工进行行为识别；

数据采集模块持续进行T周期间隔连续n次对目标员工获取人体的关键点位置，并将人体的关键点位置发送至数据处理模块；

数据处理模块将建立平面二维坐标，分别将头部关键点位置、左膝盖关键点位置、右膝盖关键点位置标记为Ai(Txi，Tyi)、Bi(Jzxi，Jzyi)、Ci(Jyxi，Jyyi)；其中i＝1，2……n；

连接AiBiCi三点构成一个三角形，分别标记边为ai、bi、ci，利用计算公式计算出三角形的周长li；利用计算公式计算出头膝距Ltxi，

其中计算公式为：

数据处理模块将计算得出的头膝距Ltxi进行按照时间的顺序排列，并与头膝距阈值进行比较，当存在连续超过五次头膝距Ltxi低于头膝距阈值时，行为识别模块判定目标员工为睡觉行为，行为识别模块发送兴趣目标睡觉信号至目标输出模块；并将兴趣目标睡觉信号发送至数据存储模块中的长久储存库进行存储；

当存在连续超过两次头膝距Ltxi间隔低于头膝距阈值时，行为识别模块判定目标员工为犯困行为，行为识别模块发送兴趣目标犯困信号至目标输出模块；并将兴趣目标犯困信号发送至数据存储模块中的长久储存库进行存储；

所述目标输出模块用于接收行为识别模块发送的信号，并将接收的信号转换成为行为信息进行展示或是提醒；

当接收的信号为无兴趣目标信号时，目标输出模块进行兴趣目标人员离岗信息展示；

当接收的信号为兴趣目标睡觉信号时，目标输出模块进行兴趣目标人员睡觉信息展示；目标输出模块通过有线传输单元连接状态报警模块进行睡觉状态报警；

当接收的信号为兴趣目标犯困信号时，目标输出模块进行兴趣目标人员犯困信息展示；目标输出模块通过有线传输单元连接状态报警模块进行犯困状态报警；

数据存储模块分为临时存储库以及长久储存库，临时存储库用于储存视频监控模块获取的视频图像，视频监控模块具体为安装在服务范围内的若干摄像头，临时存储库具体为与若干摄像头对应的临时存储库单元，且若干临时存储单元组成的临时存储库存储的视频图像通过数据采集单元发送至数据处理模块；

长久储存库通过无线传输单元与目标输出模块、数据处理模块无线连接；

状态报警模块具体为声光报警器，声光报警器接收目标输出模块的信号后进行报警，具体的：

当接收的信号为无兴趣目标信号时，目标输出模块进行兴趣目标人员离岗信息展示；并通过声光报警器进行声光报警，声光报警器发出“人员离岗”语音；

当接收的信号为兴趣目标睡觉信号时，目标输出模块进行兴趣目标人员睡觉信息展示；目标输出模块通过有线传输单元连接状态报警模块进行睡觉状态报警；并通过声光报警器进行声光报警，声光报警器发出“人员睡觉”语音；

当接收的信号为兴趣目标犯困信号时，目标输出模块进行兴趣目标人员犯困信息展示；目标输出模块通过有线传输单元连接状态报警模块进行犯困状态报警；并通过声光报警器进行声光报警，声光报警器发出“人员犯困”语音。

2.一种基于大数据的兴趣目标提取方法，其特征在于：具体的兴趣目标提取方法包括以下步骤：

步骤一：视频监控模块通过有线传输单元将视频图像传输至临时存储库，数据采集模块通过无线传输单元获取存储在临时存储库的视频图像，并将获取的视频图像发送至数据处理模块；

数据处理模块接收到视频图像后，数据处理模块将视频图像处理成为图像帧，并将处理完成的图像帧发送至行为识别模块；

步骤二：行为识别模块接收到数据处理模块发送的图像帧后，对图像进行检测，当行为识别模块没有检测到人体的特征时，人体的特征为人体的关键点，人体的关键点包括头部关键点、左膝盖关键点、右膝盖关键点；行为识别模块发送无兴趣目标信号至目标输出模块；并将无兴趣目标信号发送至数据存储模块中的长久储存库进行存储；

当行为识别模块检测到人体的特征时，数据采集模块获取人体的关键点的位置，并将人体的关键点位置发送至数据处理模块；

步骤三：数据处理模块将建立平面二维坐标，分别将头部关键点位置、左膝盖关键点位置、右膝盖关键点位置标记为A(Tx，Ty)、B(Jzx，Jzy)、C(Jyx，Jyy)；

连接ABC三点构成一个三角形，分别标记边为a、b、c，利用计算公式计算出三角形的周长l；利用计算公式计算出头膝距Ltx，

其中计算公式为：其中α为修正因子；

步骤四：行为识别模块设定头膝距阈值，当计算得出的头膝距Ltx大于头膝距阈值时，表示目标员工正常工作，行为识别模块发送兴趣目标正常工作信号至目标输出模块；当计算得出的头膝距Ltx小于头膝距阈值时，表示目标员工存在偷懒嫌疑，行为识别模块持续进行T周期间隔连续n次对目标员工进行行为识别；

步骤五：数据采集模块持续进行T周期间隔连续n次对目标员工获取人体的关键点位置，并将人体的关键点位置发送至数据处理模块；

数据处理模块将建立平面二维坐标，分别将头部关键点位置、左膝盖关键点位置、右膝盖关键点位置标记为Ai(Txi，Tyi)、Bi(Jzxi，Jzyi)、Ci(Jyxi，Jyyi)；

连接AiBiCi三点构成一个三角形，分别标记边为ai、bi、ci，利用计算公式计算出三角形的周长li；利用计算公式计算出头膝距Ltxi，

其中计算公式为：

步骤六：数据处理模块将计算得出的头膝距Ltxi进行按照时间的顺序排列，并与头膝距阈值进行比较，当存在连续超过五次头膝距Ltxi低于头膝距阈值时，行为识别模块判定目标员工为睡觉行为，行为识别模块发送兴趣目标睡觉信号至目标输出模块；并将兴趣目标睡觉信号发送至数据存储模块中的长久储存库进行存储；当存在连续超过两次头膝距Ltxi间隔低于头膝距阈值时，行为识别模块判定目标员工为犯困行为，行为识别模块发送兴趣目标犯困信号至目标输出模块；并将兴趣目标犯困信号发送至数据存储模块中的长久储存库进行存储。