买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于视觉感知的异常事件检测方法及系统_中国地质大学(武汉)_202010732380.3 

申请/专利权人:中国地质大学(武汉)

申请日:2020-07-27

公开(公告)日:2020-11-20

公开(公告)号:CN111967340A

主分类号:G06K9/00(20060101)

分类号:G06K9/00(20060101);G06K9/62(20060101);G06N3/04(20060101)

优先权:

专利状态码:有效-授权

法律状态:2023.08.04#授权;2020.12.08#实质审查的生效;2020.11.20#公开

摘要:本发明提供了一种基于视觉感知的异常事件检测方法及系统。实时获取待检测场景监控视频的视频帧和视频特征,并检测出视频帧中每一个目标的位置,用矩形框将所述位置框出;获得每个目标的骨骼信息、骨骼特征以及骨骼特征编码向量;获得骨骼注意融合特征和目标的生物激励的视觉显著性特征;将骨骼流注意融合特征和目标的生物激励的视觉显著性特征进行融合,获得融合特征,基于融合特征,获得异常行为分类结果;基于注意机制产生的注意系数和异常行为分类结果,获得产生异常行为的目标序号,从而获得异常行为发生的位置。本发明能够筛选出和异常事件最相关的人或区域用于事件检测,排除复杂场景下的各种干扰,提升异常事件的检测精度。

主权项:1.一种基于视觉感知的异常事件检测方法,用于检测异常行为发生的位置,其特征在于:包括以下步骤:S1、实时获取待检测现场的监控视频,并提取所述待检测现场的监控视频的视频帧;S2、将当前时刻的视频帧输入到YOLOv3网络模型中,获取当前时刻的视频帧的视频特征,并检测出所述当前时刻的视频帧中每一个目标所在的位置,用矩形框将所述位置框出;其中,一个矩形框将一个目标所在的位置框出;S3、将步骤S2中框出目标位置的矩形框均提取出来,并对每个矩形框中对应的目标分别进行人体姿态估计,获得当前时刻的视频帧中每个目标的骨骼信息;S4、将步骤S3中所述骨骼信息输入到训练好的VGG19网络模型中,获得当前时刻的视频帧中每个目标的骨骼特征;S5、将步骤S4中所述骨骼特征输入到双向长短时记忆网络中,获得当前时刻的视频帧中每个目标的骨骼特征编码向量;S6、将前一时刻的视频帧中解码LSTM输出的时间状态与步骤S5中所述骨骼特征编码向量输入到注意机制中,获得当前时刻的视频帧中注意系数和骨骼注意融合特征;S7、将当前时刻的视频帧输入到基于初级视皮层V1区的层级模型中,分别模拟视皮层中简单细胞层和复杂细胞层,获得当前时刻的视频帧中每个目标的生物激励的视觉显著性特征;所述基于初级视皮层V1区的层级模型包含两层层级结构的不变特征提取模型;S8、将步骤S6中所述骨骼注意融合特征和步骤S7中所述视觉显著性特征输入到特征融合层进行融合,获得当前时刻的视频帧中的融合特征,基于所述融合特征,获得当前时刻的视频帧中的异常行为分类结果;S9、基于步骤S6中所述注意系数和步骤S8中所述异常行为分类结果,获得当前时刻的视频帧中分析异常行为时注意系数最大的目标序号,从而获得当前时刻的视频帧中异常行为发生的位置。

全文数据:

权利要求:

百度查询: 中国地质大学(武汉) 一种基于视觉感知的异常事件检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。