[发明专利]一种基于卷积神经网络检测值班人员睡觉行为的方法有效
| 申请号： | 201811553884.8 | 申请日： | 2018-12-19 |
| 公开（公告）号： | CN109726652B | 公开（公告）日： | 2020-11-13 |
| 发明（设计）人： | 邱彦林;李华松;胡松涛;卢锡芹;倪仰;鲁立虹;张慧娟;张秀飞;邬奇龙 | 申请（专利权）人： | 杭州叙简科技股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 汤东凤 |
| 地址： | 310012 浙江省杭州市余杭区*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于卷积神经网络检测值班人员睡觉行为的方法，包括：1、收集睡觉的人物照片，作为正样本图片集；收集没有睡觉的人物图片，作为负样本图片集。2、使用YOLO v3算法便利正负样本图片集，获取人物区域，形成正负样本数据集。3、将正负样本数据集划分为训练数据集和测试数据集。4、基于ShuffleNet v2模型构建卷积神经网络。5、使用训练数据集训练卷积神经网络模型。6、将训练好的卷积神经网络模型部署在视觉分析系统中，分析视频监控设备采集的视频流数据，检测值班人员睡岗情况。上述技术方案针对睡觉行为的特性，融合了目标检测技术和基于卷积神经网络的行为识别技术，保证了分析结果的准确有效。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 检测 值班人员 睡觉 行为 方法 | ||
【主权项】：
1.一种基于卷积神经网络检测值班人员睡觉行为的方法，其特征在于，包含以下步骤：步骤(1)、收集睡觉的人物照片，包括不同俯视角度下的趴在桌上睡觉、背靠椅子睡觉以及其他各种睡姿，作为正样本图片集；收集没有睡觉的人物图片，包括不同俯视角度下的站姿、坐姿以及其他姿态，作为负样本图片集；步骤(2)、使用YOLO v3算法便利正负样本图片集，获取人物区域，提取出只包含人物区域的图片，形成正负样本数据集；步骤(3)、将正负样本数据集划分为训练数据集和测试数据集；步骤(4)、基于ShuffleNet v2模型构建卷积神经网络；步骤(5)、使用训练数据集训练卷积神经网络模型，输入正样本，该网络的输出为1，输入为负样本，则该网络的输出应为0；训练过程中，每当完成一次对整个样本集的迭代，即用测试数据集对卷积神经网络模型进行测试，当检测准确率达到精度要求时，则训练完成；步骤(6)、将训练好的卷积神经网络模型部署在视觉分析系统中，分析视频监控设备采集的视频流数据，检测值班人员睡岗情况。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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杭州叙简科技股份有限公司，未经杭州叙简科技股份有限公司许可，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/patent/201811553884.8/，转载请声明来源钻瓜专利网。
