申请/专利权人：无锡八英里电子科技有限公司

申请日：2023-10-16

公开（公告）日：2024-03-22

公开（公告）号：CN117746311A

主分类号：G06V20/52

分类号：G06V20/52;G06N3/0464;G06N3/048;G06N3/08;G06T7/246;G06T7/269;G06V10/44;G06V10/764;G06V10/80;G06V10/82;G06V40/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本申请涉及一种基于图像跟踪和深度学习的乘客手扶梯危险行为识别方法，涉及行为检测识别的领域，其包括读取视频流；对每一帧图像进行预处理；将预处理后的连续视频若干帧图像输入至第一姿态识别模型中识别得到人体关键点信息，再进行连续帧的跟踪，判断是否存在预设危险行为；将预处理后的连续若干帧图像的光流图像输入至第二姿态识别模型中识别得到目标人体位置，再跟踪得到目标人体的连续运动信息，判断是否存在预设危险行为；对第一姿态识别模型的判断结果与第二姿态识别模型的判断结果进行融合，得到最终判断结果；将最终判断结果通过网络传输至前端进行显示。本申请具有更加准确地对自动扶梯上乘客的危险行为进行识别和判断的效果。

主权项：1.一种基于图像跟踪和深度学习的乘客手扶梯危险行为识别方法，其特征在于，包括：读取手扶梯识别范围内的视频流；截取视频流，并对得到的每一帧图像进行预处理；将预处理后的图像输入至第一姿态识别模型中，识别得到人体关键点信息；选取视频前若干帧中识别出的人体关键点信息，将识别出的人体关键点信息输入匹配跟踪算法中进行连续帧的跟踪；根据多帧跟踪结果判断是否存在预设危险行为；将预处理后的连续的若干帧图像的光流图像输入至第二姿态识别模型中，识别得到目标人体位置；将识别出的目标人体位置输入目标跟踪算法中得到目标人体的连续运动信息；根据连续运动信息判断是否存在预设危险行为；对第一姿态识别模型的判断结果与第二姿态识别模型的判断结果进行融合，得到最终判断结果；将最终判断结果通过网络传输至前端进行显示。

全文数据：

权利要求：

百度查询： 无锡八英里电子科技有限公司 一种基于图像跟踪和深度学习的乘客手扶梯危险行为识别方法

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