申请/专利权人：安徽大学;苏州图灵智驰智能科技有限公司

申请日：2023-04-07

公开（公告）日：2023-09-22

公开（公告）号：CN116798117A

主分类号：G06V40/20

分类号：G06V40/20;G06V20/40;G06V10/774;G06V40/10;G06V10/82;G06V10/764;G06V20/52;G06T7/246;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.10.13#实质审查的生效;2023.09.22#公开

摘要：一种基于视频理解的矿井下异常动作识别方法，其中包括：通过摄像头获取井下包含矿工实时动作的视频数据；预处理视频数据进行视频剪裁与抽帧，先将图片帧中的人物进行识别与标记；再将标记的人物目标绑定ID进行前后帧目标跟踪；将目标跟踪的结果送入3D卷积神经网络提取视频帧特征；将样本输入至SlowFast网络获得动作识别结果；根据追踪目标的具体动作，发现异常行为并发出警告。本发明解决了矿井下矿工异常动作判断智能化水平低的问题。

主权项：1.一种基于视频理解的矿井下异常动作识别方法，用于对矿井场景中矿工异常动作进行智能识别，其特征是按以下步骤进行：a、样本准备阶段，获取矿井下工作环境视频，对视频进行剪裁与抽帧，预处理有矿工出现的视频作为标记图像，将所述处理标记图像按7:3分为训练样本和测试样本，对异常的标注图像数据进行剔除后得到训练用的数据集；b、使用处理后的训练样本训练yolov5s网络，对有矿工出现的视频进行人物识别；c、使用deepsort算法对yolov5s的结果进行人物ID绑定进行目标跟踪；d、通过所述的训练好的SlowFast网络进行检测获得人物动作识别结果，识别到可能存在的异常动作。

全文数据：

权利要求：

百度查询： 安徽大学;苏州图灵智驰智能科技有限公司 一种基于视频理解的矿井下异常动作识别方法

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