申请/专利权人：广东省泰维思信息科技有限公司

申请日：2022-09-08

公开（公告）日：2024-03-19

公开（公告）号：CN116229560B

主分类号：G06V40/20

分类号：G06V40/20;G06V10/34;G06V10/80;G06V10/764;G06V10/82;G06V10/766;G06N3/042;G06N3/0442;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2023.06.23#实质审查的生效;2023.06.06#公开

摘要：发明公开一种基于人体姿态的异常行为识别方法及系统，通过建立异常行为视频数据集，对所述异常行为视频数据集进行预处理和基于像素点的行为不当数据标记，得到训练数据集；使用姿态识别算法对训练数据集中的每张图像进行骨架信息提取，得到骨架序列数据；将骨架序列数据输入联邦学习模型中进行预训练，基于半监督学习机制，得到训练后的分类识别模型；获取实时输入的待检测视频，经过数据处理后输入至训练后的所述分类识别模型，得到预测分类结果。利用公开的异常行为数据库或者观察室历史数据建立异常行为视频数据集，在训练后的分类识别模型中预测待检测视频，对多个观察室并行预测，实现有效及时预警。

主权项：1.一种基于人体姿态的异常行为识别方法，用于观察室中人体行为检测，其特征在于，包括：建立异常行为视频数据集，对所述异常行为视频数据集进行预处理和基于像素点的行为不当数据标记，得到训练数据集；使用姿态识别算法对训练数据集中的每张图像进行骨架信息提取，得到骨架序列数据；将骨架序列数据输入联邦学习模型中进行预训练，基于半监督学习机制，得到训练后的分类识别模型；获取实时输入的待检测视频，经过数据处理后输入至训练后的所述分类识别模型，得到预测分类结果；在进行基于像素点的行为不当数据标记时：接收描点指令，将图像中被选中的像素点标记为特定颜色，该像素点标记为1，其余像素点标记为0；按描点顺序，将各被选中的像素点连线，形成行为不当数据标记，所述行为不当数据标记的最终形式为开环线段集或闭环线段集；在将骨架序列数据输入联邦学习模型中进行预训练时，包括：在所述联邦学习模型中包括两个及以上与观察室对应分布式布置的LSTM-GCN模型，LSTM-GCN模型的数量与布置于观察室中的摄像头数量相同，利用每个所述LSTM-GCN模型对骨架序列数据进行特征值提取，其中，SLTM在时间维度上对视觉数据进行卷积运算，提取躯干像素的时间特征，GCN在空间维度上对数据进行卷积运算，提取躯干像素间的空间特征；利用目标函数将各特征值进行归一化处理，特征融合形成统一大小的矩阵，再线性处理成单一维度，训练得到分类识别模型。

全文数据：

权利要求：

百度查询： 广东省泰维思信息科技有限公司 一种基于人体姿态的异常行为识别方法及系统

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