申请/专利权人：南京大学

申请日：2023-12-21

公开（公告）日：2024-04-12

公开（公告）号：CN117877066A

主分类号：G06V40/10

分类号：G06V40/10;G06V10/72;G06V10/44;G06V10/80;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/08;G06T7/246;G06T7/277

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：一种人员背包拎包特征的识别方法、电子设备及存储介质，构建识别检测模型对实时视频图像进行人员背包或拎包特征的识别检测，所述识别检测模型包括包类物品检测模型和人体关键点检测模型，对实时视频图像进行包类物品检测和人体关键点检测，根据获得的人体关键点的位置和包在图片中所处的位置进行判读，最终得出当前行人的包是背包状态还是拎包状态。本发明方法针对人员是背包、拎包或是其他人的包，不再单纯通过图片中是否出现包，以及包的款式来得出背包、拎包的结论，检测准确率高，检测速度快。

主权项：1.一种人员背包拎包特征的识别方法，其特征是构建识别检测模型对实时视频图像进行人员背包或拎包特征的识别检测，所述识别检测模型包括包类物品检测模型和人体关键点检测模型，识别方法包括以下步骤：step1：采集行人视频图片，对图片数据进行清洗，标注包的款式，形成数据集1；并且单独标注人体关键点，形成数据集2；step2：构建包类物品检测模型，以yolov5s为基础检测网络，融入CBAM注意力机制构成包类物品检测模型，使用数据集1训练包类物品检测模型；step3：构建人体关键点检测模型，包括关键点检测网络和关键点跟踪网络，关键点检测网络首先改进BlazeFace网络输出层，采用融合策略对多个输出检测框进行加权求和平均得到人脸检测结果，依据人脸检测结果进行图片对齐，得到人体区域，对人体区域使用BlazePose进行关键点检测；关键点跟踪网络使用卡尔曼滤波算法进行关键点预测跟踪；对视频图像交替使用关键点检测网络和关键点跟踪网络进行检测及跟踪；使用数据集2训练构建的人体关键点检测模型；step4：实时采集视频图像，基于包类物品检测模型和人体关键点检测模型检测图像中包类的位置及款式，以及人体的关键点实时位置，根据人体关键点的位置和包在图片中所处的位置进行判断，最终得出当前行人的包特征是背包还是拎包，以及包的款式。

全文数据：

权利要求：

百度查询： 南京大学 一种人员背包拎包特征的识别方法、电子设备及存储介质

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