[发明专利]人工智能现场行为识别系统

权利要求书

1.人工智能现场行为识别系统，其特征在于，包括面部识别模块与动作识别模块，所述面部识别模块包括面部采集模块、面部分析模块与面部对比模块，所述动作识别模块包括普通动作识别模块与特定动作识别模块；

所述面部采集模块包括整体采集模块与局部采集模块；

所述面部分析模块包括整体分析模块与局部分析模块，所述局部分析模块包括单独分析模块和联合分析模块；

所述面部对比模块包括递进对比模块。

2.根据权利要求1所述的人工智能现场行为识别系统，其特征在于，所述整体采集模块用于采集识别画面中的人物头部，所述局部采集模块用于采集人物头部中的嘴巴、鼻子、眼睛、耳朵。

3.根据权利要求2所述的人工智能现场行为识别系统，其特征在于，所述整体分析模块用于分析人物头部的大小、形状，所述单独分析模块用于分析人物头部中嘴巴的大小、形状，鼻子的大小、形状，眼睛的大小、形状，耳朵的大小形状，所述联合分析模块用于分析嘴巴在面部的位置、鼻子在面部的位置、鼻子到嘴巴的距离、眼睛在面部的位置、眼睛分别到鼻子和嘴巴的距离、眼睛之间的距离、耳朵在头部的位置、耳朵到眼睛的距离。

4.根据权利要求3所述的人工智能现场行为识别系统，其特征在于，所述递进对比模块先将整体分析模块分析的内容与第一数据库进行特征对比，将符合的数据留置备用，再将局部分析模块分析的内容与第二数据库进行特征对比，将符合的数据留置备用，然后将两个留置的数据结合与第三数据库进行特征对比，将符合的数据上传至公共系统进行报警，两个留置的数据结合与第三数据库进行特征对比没有符合数据的情况下，单独将局部分析模块留置的数据上传至有关部门系统，有关部门人员人工再次进行对比。

5.根据权利要求4所述的人工智能现场行为识别系统，其特征在于，所述第一数据库存有有关部门系统中有关部门重点观察对象的头部特征数据，所述第二数据库存有有关部门系统中有关部门重点观察对象的头部中各局部特征数据，所述第三数据库存有有关部门系统中有关部门重点观察对象的个体头部与头部局部的特征数据。

6.根据权利要求1所述的人工智能现场行为识别系统，其特征在于，所述普通动作识别模块包括走路动作识别、跑步动作识别、站停动作识别、蹲坐动作识别，所述特定动作识别模块包括摔倒动作识别、打架动作识别、爬高动作识别。

7.根据权利要求6所述的人工智能现场行为识别系统，其特征在于，所述走路动作识别的识别方式为先分析人物在规定距离中的腿部实际移动频率，再特征识别人物的身高，分析该高度人物的腿部应当移动频率范围，将腿部实际移动频率与腿部应当移动频率范围进行对比识别；

所述跑步动作识别的识别方式为先分析人物在规定距离中的腿部实际移动频率，再特征识别人物的身高，分析该高度人物的腿部应当移动频率范围，将腿部实际移动频率与腿部应当移动频率范围进行对比识别；

所述站停动作识别和蹲坐动作识别的识别方式为先特征识别人物头部到脚部的距离，判断其是否在正常范围内，如果在正常范围内，分析人物在相同的位置的停留时间，时间大于一分钟，则判断其为站停动作；如果不在正常范围内，分析人物在在相同的位置的停留时间，时间大于一分钟，则判断其为蹲坐动作。

8.根据权利要求6所述的人工智能现场行为识别系统，其特征在于，所述摔倒动作识别的识别方式为特征识别人物的头部、臀部、脚部是否在同一水平面或接近同一水平面上，如果是，则判断该动作为摔倒动作，头部、臀部、脚部在同一水平面或接近同一水平面上持续时间超过三十秒，则通过警报系统发出警报；

所述打架动作的识别方式为特征识别人物是否为一个以上，如果是，接着识别两个或多个人物之间手部与脚部接触频率、脚部与地面的接触频率，两个频率都位于打架特征频率范围内，则判断其为打架动作并通过警报系统发出警报；

所述爬高动作的识别方式为特征识别人物脚部离开地面的时间、人物手部与外部物体的接触时间，两个时间都超过十秒后，再特征识别人物脚部与地面的距离是否越来越远，如果越来越远，则判断该动作为爬高工动作。

9.根据权利要求1～8任意一项所述的人工智能现场行为识别系统，其特征在于，所述面部识别模块与动作识别模块分布于高清摄像头和人工智能分析设备中，所述高清摄像头和人工智智能分析设备安装在校园或小区或商场或其它公共环境中，所述人工智能分析设备通过物联网与有关部门系统连接。