申请/专利权人：中电科大数据研究院有限公司

申请日：2023-10-24

公开（公告）日：2024-01-26

公开（公告）号：CN117115756B

主分类号：G06V20/52

分类号：G06V20/52;G06V40/10;G06V40/16;G06V10/22;G06V10/44;G06V10/764;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.01.26#授权;2023.12.12#实质审查的生效;2023.11.24#公开

摘要：本发明公开了一种人员睡觉行为检测方法及系统该方法包括：获取待检测人员的视频帧；利用事物检测模型对所述视频帧进行检测，并利用目标关联决策模型对所述事物检测模型输出的检测结果进行决策，确定所述视频帧中是否有人体；在检测到有人体的情况下，利用事物检测模型确定对应所述人体的人体坐标信息，利用目标跟踪模型确定对应所述人体的唯一身份标识，并利用人脸识别模型确定对应所述人体的人脸坐标信息；根据连续多帧确定的人体坐标信息和人脸坐标信息，确定所述待检测人员的行为。利用本发明方案，可以准确识别工作人员的睡觉行为，提高人体睡觉行为的检测精度。

主权项：1.一种人员睡觉行为检测方法，其特征在于，所述方法包括：获取待检测人员的视频帧；利用事物检测模型对所述视频帧进行检测，并利用目标关联决策模型对所述事物检测模型输出的检测结果进行基于人体关联特点的辅助更新，确定所述视频帧中是否有人体；在检测到有人体的情况下，利用所述事物检测模型确定对应所述人体的人体坐标信息，利用目标跟踪模型确定对应所述人体的唯一身份标识，并利用人脸识别模型确定对应所述人体的人脸坐标信息；根据连续多帧确定的人体坐标信息和人脸坐标信息，确定所述待检测人员的行为；所述方法还包括:预先采集办公场所值班人员值班时的视频监控数据，并利用所述视频监控数据构建所述事物检测模型和所述目标关联决策模型，包括以下过程：采集办公场所值班人员值班时的视频监控数据，对所述视频监控数据截取得到视频帧数据；对所述视频帧数据进行事物标记，得到标记后的视频帧数据，所述事物包括人体及非人体目标；对标记后的视频帧数据进行数据增强处理，生成训练数据集；基于目标检测模型及所述训练数据集，训练得到事物检测模型，所述事物检测模型用于识别人体及非人体目标；利用所述事物检测模型对所述训练数据集中的视频帧数据进行检测，得到各检测结果；根据所述检测结果构建目标关联决策模型；所述检测结果中包括人体及非人体目标的识别概率；所述根据所述检测结果构建目标关联决策模型包括：根据所述检测结果确定各非人体目标与人体的关联度；根据所述关联度计算基于人体关联的辅助目标概率值；根据所述检测结果、所述基于人体关联的辅助目标概率值、以及设定的检测结果更新策略构建目标关联决策模型；所述检测结果更新策略包括：如果所述检测结果中人体的识别概率x0低于设定值，则将人体的识别概率更新为：s×1+x0，s为所述基于人体关联的辅助目标概率值；如果所述检测结果中未识别到人体，但识别到与人相近似的目标，并且同时识别到人体关联目标，计算人体关联的辅助目标概率值s,更新人体的识别概率x0为s；根据所述检测结果确定各非人体目标与人体的关联度，具体为：设置与人体目标Person相关联事物（即非人体目标）的权重为w={w1，w2,…，wi,…,wn}；其中wi表示被标记的训练数据集中人体与事物i同时出现的帧的数量占视频帧总数量的比重；pi表示各事物比重正则化后，第i个与人体目标Person相关联的事物的权重比例，为了描述方案，将pi称为非人体目标与人体的关联度，具体计算公式如下： p i越大，表示与人体目标的关联性越大，即当出现wi事物时，人体出现的概率也会越大；所有pi的集合表示为：p={p1，p2,…，pi,…,pn}；步骤303，根据所述关联度计算基于人体关联的辅助目标概率值；所述辅助目标概率值的计算公式如下： ,该值的范围为[0,1]。

全文数据：

权利要求：

百度查询： 中电科大数据研究院有限公司 人员睡觉行为检测方法及系统

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。

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