[发明专利]一种群体场景下危险动作识别方法、系统、设备和可读存储介质在审
| 申请号: | 202211567020.8 | 申请日: | 2022-12-07 |
| 公开(公告)号: | CN115798049A | 公开(公告)日: | 2023-03-14 |
| 发明(设计)人: | 胡卉;马晖;王雨格;陈露;张文静;董瑞骐;郭勇;陈佩耀;赵杰;孙雅颖;张麟琛 | 申请(专利权)人: | 长安大学 |
| 主分类号: | G06V40/20 | 分类号: | G06V40/20;G06V10/82;G06V10/44;G06V10/764;G06V20/52;G06V10/46;G06V10/74;G06V10/22 |
| 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: | 710064 陕*** | 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 群体 场景 危险 动作 识别 方法 系统 设备 可读 存储 介质 | ||
1.一种群体场景下危险动作识别方法,其特征在于,包括以下过程,
将红波长图片入到元神经网络模型中,对人物进行红波长识别,并对人物进行红波边缘涂绘操作;
根据被红波边缘涂绘出来的人物轮廓,进行人体姿态识别,确定人物此时刻所属的姿态;
将所识别的人物姿态和人物数量上传到数据空间中,与数据空间中的危险群体行为以及前一刻红波长图片数据进行对比分析,确定此时所识别的红波长图片中人物是否为危险行为;若为危险行为,则对群体人员发出警报;若不是危险行为,则继续监控识别。
2.根据权利要求1所述的一种群体场景下危险动作识别方法,其特征在于,所述红波长图片通过运动与红波长捕捉设备利用人体核心温度所发出的红色波长进行红波长图片与红波长视频数据的捕获;并使用多线切片数据传输,进行红波长图片数据分层处理。
3.根据权利要求1所述的一种群体场景下危险动作识别方法,其特征在于,将红波长图片输入神经网络中,对红波长图片进行的红波区进行区域点云化特征识别,提取显著人物行为特征,再对比去除相关重复特征,细化特征,将提取出来的人物行为特征进行模型化处理,对人物进行红波边缘涂绘操作,涂绘出人物轮廓。
4.根据权利要求1所述的一种群体场景下危险动作识别方法,其特征在于,使用数据专用管道极速传输,将图片信息和识别的文本字符串信息快速传入数据空间;基于传回的图片信息与文本字符串信息,在数据空间中使用特征比对分析技术,比对前一刻与此时刻的人物姿态得到未来倾向姿态,将其与危险行为姿态再比对,迅速得到比对结果;将与数据库比对结果数字化,包括:危险状态为1,安全状态为0;接收客户端构建转专用信息传输管道迅速接收比对结果信息;判断是否接收到危险信息;若接收结果为1,则迅速响应扩音装置,对人员发出警告,并上报管理层系统;若接收结果为0,则继续监控人员活动。
5.一种群体场景下危险动作识别系统,其特征在于,包括读取模块、人像确定模块、识别模块和比对预警模块;
所述读取模块,用于将读取运动与红波长捕捉设备捕捉的红波长图片,并将红波长图片传输至人像确定模块;
所述人像确定模块,用于将红波长图片输入到预先训练完毕的神经网络模型中,对人物进行红波长识别,并对人物进行红波边缘涂绘操作;
所述识别模块,用于根据被框选出来的人物,再次进行人体姿态识别,确定人物所属的姿态;
所述比对预警模块,用于将此时刻所识别的人物姿态和人物数量上传到计算机的数据空间中,与数据空间中的危险群体行为以及前一刻红波长图片进行对比分析,确定此时计算机所识别的图片或者视频的一帧是否为危险行为;根据判定结果,对群体人员发出警报或者继续监控识别。
6.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-4任意一项所述的一种群体场景下危险动作识别方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-4任意一项所述的一种群体场景下危险动作识别方法的步骤。
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长安大学,未经长安大学许可,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/202211567020.8/1.html,转载请声明来源钻瓜专利网。





