申请/专利权人：中国科学院深圳先进技术研究院

申请日：2020-09-30

公开（公告）日：2024-04-26

公开（公告）号：CN112163537B

主分类号：G06V20/40

分类号：G06V20/40;G06V40/20;G06V10/25

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2021.01.19#实质审查的生效;2021.01.01#公开

摘要：本申请涉及一种行人异常行为检测方法、系统、终端以及存储介质。包括：从至少两路监控视频下的所有视频帧中提取行人的骨骼关键点信息，并获取每个骨骼关键点在同一坐标系下的三维空间坐标信息；根据所述每个骨骼关键点的三维空间信息构建所述行人的骨骼关键点时空图；将所述行人的骨骼关键点时空图输入时空图神经网络模型，计算得到所述行人的异常分数值，根据所述异常分数值判断所述行人是否行为异常。本申请能够减少摄像投影信息丢失、提高行人动作细节检测能力，更有效识别行人异常行为。

主权项：1.一种行人异常行为检测方法，其特征在于，包括：从至少两路监控视频下的所有视频帧中提取行人的骨骼关键点信息，并获取每个骨骼关键点在同一坐标系下的三维空间坐标信息；根据所述每个骨骼关键点的三维空间信息构建所述行人的骨骼关键点时空图；将所述行人的骨骼关键点时空图输入时空图神经网络模型，计算得到所述行人的异常分数值，根据所述异常分数值判断所述行人是否行为异常；所述从至少两路监控视频下的所有视频帧中提取行人的骨骼关键点信息，并获取每个骨骼关键点在同一坐标系下的三维空间坐标信息包括：基于人体姿态估计模型优化提取mm≥1个行人的J个骨骼关键点信息，所述骨骼关键点信息包括关键点的图像坐标u,v以及关键点的置信度c；根据所述至少两路监控视频识别出同一时间戳不同视点下以及不同时间戳同一视点下的同一行人，以每个行人的骨骼关键点信息的最小外包矩形作为每个行人的边界框，求解所述边界框底边中点像素坐标的地理坐标，将所述地理坐标作为行人目标地理位置；基于ResNet重识别特征提取模型提取所述每个行人的边界框下图像的重识别特征；基于所述行人目标地理位置以及所述重识别特征对至少两个视点下的同一行人进行目标匹配；通过标定法获取每个视点的投影矩阵p，使用直接线性变换算法将同一行人在不同视点、同一时间戳t下的各个同名关键点j1≤j≤J的二维坐标变换为唯一的三维空间坐标对每个骨骼关键点的三维空间坐标进行求解，得到每个骨骼关键点的三维空间坐标信息。

全文数据：

权利要求：

百度查询： 中国科学院深圳先进技术研究院 一种行人异常行为检测方法、系统、终端以及存储介质

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