[发明专利]一种基于智能眼镜的危险行为识别方法

权利要求书

1.一种基于智能眼镜的危险行为识别方法，其特征在于：包括如下步骤：

步骤一、通过智能眼镜上的摄像头获取当前视觉范围内的图像，得到待识别图像；

步骤二、通过网络模块，将待识别图像上传到云服务器；

步骤三、云服务器对上传的待识别图像进行检测，利用ViBe算法，对运动前景进行提取，获取人体轮廓的二值化图像；

步骤四、利用步骤三获取的二值化图像获取运动历史图，计算运动历史图中同一位置的像素变化，获取像素点的像素值；

步骤五、根据步骤四获取的像素点的像素值计算图片熵，通过图片熵获取熵值；

步骤六、通过计算图片熵得到的熵值与预设的全局能量阈值比较，熵值大于预设的全局能量阈值，则为异常情况，转入步骤七；

否则，为正常情况，转入步骤一；

步骤七、将发生危险行为的信息返回给用户客户端，并同时向预先设定的安保中心或者监控中心预警。

2.根据权利要求1所述的一种基于智能眼镜的危险行为识别方法，其特征在于，所述方法还包括：

通过用户客户端设置智能眼镜通过网络模块与不同的云服务器的连接，及通过用户客户端设置输入危险行为识别的启动信号及停止信号。

3.根据权利要求1所述的一种基于智能眼镜的危险行为识别方法，其特征在于，所述方法还包括：

根据不同场景，通过用户客户端设置预设的全局能量阈值以及智能眼镜上的摄像头的检测频率。

4.根据权利要求1所述的一种基于智能眼镜的危险行为识别方法，其特征在于，所述步骤三包括：

步骤三一、初始化背景模型；

步骤三二、根据背景模型对待识别图像进行背景匹配，提取前景，根据前景获取人体轮廓的二值化图像；

步骤三三、利用提取的前景通过随机的背景更新方法和混合高斯模型，对背景的每一个像素随着时间的变化过程进行模拟，并对背景模型进行更新，转入步骤三二。

5.根据权利要求1所述的一种基于智能眼镜的危险行为识别方法，其特征在于，步骤四中，所述运动历史图表示为：

式中，H_τ(x,y,t)为运动历史图像素的强度值，(x,y)和t为像素点的位置及时间；ξ为持续时间，从帧数的角度决定了运动的时间范围；δ为衰退参数，Ψ(x,y,t)为设定的差异阈值，随着视频场景的变化而调整；

其中：

D(x,y,t)＝I(x,y,t)-(x,y,t±Δ)

式中，I(x,y,t)为视频图像序列第t帧坐标(x,y)像素点的强度值，Δ为帧间距离。

6.根据权利要求1所述的一种基于智能眼镜的危险行为识别方法，其特征在于，所述步骤五中，图片熵的熵值为：

式中p(i)表示像素值为i的像素在图片中的分布比例；

当人们处于不是激烈运动时，图片清晰，计算的熵值大。

7.根据权利要求1所述的一种基于智能眼镜的危险行为识别方法，其特征在于：所述步骤七包括：

云服务器向用户客户端预先设定的安保中心或者监控中心发送预警提示信息；

云服务器向用户客户端发送是否报警的提示信息；

云服务器检测到用户客户端确定做出报警操作后，产生报警指令，云服务器根据报警格式与属地信息，向系统报警。

8.根据权利要求7所述的一种基于智能眼镜的危险行为识别方法，其特征在于，所述预警提示信息包括：

当前营业厅地址、危险行为类别与危险程度和所识别的危险行为图像信息。

9.根据权利要求7所述的一种基于智能眼镜的危险行为识别方法，其特征在于，所述云服务器检测到用户确定做出报警操作后，产生报警指令，向系统发送报警信息方式包括：

通过蜂窝网络拨打报警电话、向系统发送报警短信、所识别到的危险行为图像信息和用户客户端自定义的信息模板。

10.根据权利要求9所述的一种基于智能眼镜的危险行为识别方法，其特征在于：所述用户客户端能够自定义信息模板，包括：

设置报警电话、设置报警短信格式与接收人和设置时间，周期性报警。