申请/专利权人：河南大学

申请日：2023-03-21

公开（公告）日：2023-07-14

公开（公告）号：CN116434330A

主分类号：G06V40/20

分类号：G06V40/20;G06V20/52;G06V10/764;G06V10/40;G06V10/82;G06V10/25;G06V10/774

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.10.03#实质审查的生效;2023.07.14#公开

摘要：本发明公开了一种餐馆场景下的人物交互行为识别方法及安全监控系统，属于视频分析技术领域，所述方法包括：确定各视频监控采集区域画面、数据预处理等任务；建立餐馆员工人脸及人体目标、顾客人体、餐馆常见物品标签库；建立与餐馆常见物品交互的肢体相关动作行为、人与人之间交互的标签库，判断其行为的安全非安全性且建立标签；构建双任务双流并行学习网络，提取目标识别的特征信息与人物交互动作行为的特征信息；处理融合模型网络提取到的特征信息，构建一种对餐馆顾客安全监控、对员工服务工作内容理解的网络模型，并判断是否存在不安全的员工和顾客行为，建立了一种智能监控的系统，对视频智能监控系统的自动化水平有一定帮助作用。

主权项：1.一种餐馆场景下的人物交互行为识别方法及安全监控系统，其特征在于，所述方法包括：步骤一：首先确定视频监控采集区域、拍摄设备安装位置并且确认是否满足安装条件后，对采集到的视频画面抽帧并获得等时间步间隔的单帧图像；步骤二：建立餐馆员工人脸及人体目标、顾客人体、餐馆常见物品工具标签库，并构建能识别人物实例和物体目标的模型，从而能进行目标检测相关特征的提取；步骤三：建立与餐馆常见物品工具交互的人物肢体相关动作行为、人与人之间交互动作的标签库，即人物肢体动作标签和人物人交互行为标签，同时对这些动作行为进行评估，判断其行为的安全非安全和合理非合理性，且建立合理安全性标签，并构建能识别餐馆内人物交互动作行为的模型，从而能进行人物交互行为相关特征的提取；步骤四：然后针对采集到的视频画面进行分区域处理，在图像上设置不同区域和安全等级，构建多（双）任务双流并行学习网络，把不同（两个）任务目标的特征看做不同（两个）模态的特征创建双流主干，并对各图像中2种类型的人体目标（就餐顾客、工作服务人员）、场景内可能与人发生交互行为的多类型物体目标等对象，提取目标识别的特征信息与人物交互动作行为的特征信息；步骤五：处理融合模型网络提取到的目标区域内的人体目标对象特征和人物交互行为特征，构建一种对餐馆顾客安全监控、对员工服务工作内容进行理解、推理的深度神经网络模型，使用基于顾客安全非安全行为动作判断标签和基于员工的工作内容等识别标签，进行识别分类，从而判断出当前画面中是否存在不安全不合理行为，用以保障顾客用餐安全，确认员工服务内容。

全文数据：

权利要求：

百度查询： 河南大学 一种餐馆场景下的人物交互行为识别方法及安全监控系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD