首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于人体关键点的变电站场景下人员行为异常检测方法_福建和盛高科技产业有限公司_202210100918.8 

申请/专利权人:福建和盛高科技产业有限公司

申请日:2022-01-27

公开(公告)日:2024-06-21

公开(公告)号:CN114550287B

主分类号:G06V40/20

分类号:G06V40/20;G06V40/10;G06V20/40;G06V20/52

优先权:

专利状态码:有效-授权

法律状态:2024.06.21#授权;2022.06.14#实质审查的生效;2022.05.27#公开

摘要:本发明公开基于人体关键点的变电站场景下人员行为异常检测方法,依时间顺序获取待测人员行为异常的一张视频图像;使用多人姿态识别框架进行骨骼关键点检测;在检测到骨骼关键点后对指定关键点每三个计算得到多个角度,多个角度形成特征向量使用多目标跟踪算法sort方法进行跟踪;计算同一特征向量的跟踪累计时长,直到跟踪累计时长达到设定时长;将累计时长内的视频图像的特征向量拼接形成异常行为特征向量;将异常行为特征向量输入经训练好的GBDT模型进行异常行为判断,以获取异常行为判定结果。本发明降低异常动作处于边缘时候特征不全导致训练存在偏差而影响测试时候的识别精度,从而降低误报。

主权项:1.基于人体关键点的变电站场景下人员行为异常检测方法,其特征在于:其包括以下步骤:步骤1,依时间顺序获取待测人员行为异常的一张视频图像;步骤2,使用多人姿态识别框架对视频图像中的人员进行骨骼关键点检测;骨骼关键点为17个,分别为口鼻(0)、左眼(1)、右眼(2)、左耳(3)、右耳(4)、左肩(5)、右肩(6)、左肘(7)、右肘(8)、左掌(9)、右掌(10)、左胯(11)、右挎(12)、左膝(13)、右膝(14)、左脚(15)和右脚(16);步骤3,判断是否检测到骨骼关键点;是则,执行步骤4;否则,执行步骤1;步骤4,基于骨骼关键点计算得到若干个角度值共同形成对应的单人特征向量,每个角度值为从所有骨骼关键点任意选取的三个骨骼关键点之间夹角的角度值;然后使用多目标跟踪算法sort对单人特征向量进行跟踪;每个角度值对应的三个骨骼关键点的选择以手臂和腿部的关键点为主,并遵循对称原则,即选取人体最左边部位的关键点,则对应的选取人体右边部位的关键点;每个角度值对应的三个骨骼关键点为随机选择并组合;单个人的特征向量取法为:[jiaodu9,5,6,jiaodu10,6,5,jiaodu9,6,10,jiaodu10,5,9,jiaodu9,7,5,jiaodu10,8,6,jiaodu9,5,11,jiaodu9,5,15,jiaodu10,6,12,jiaodu10,6,16,jiaodu9,7,11,jiaodu9,7,15,jiaodu10,8,12,jiaodu10,8,16,jiaodu9,11,12,jiaodu10,12,11,jiaodu13,0,14,jiaodu9,0,10,jiaodu5,13,14,jiaodu6,14,13,jiaodu15,0,16,jiaodu7,0,8],每个角度值为以中间数字对应的关键点为顶点的夹角的角度值;步骤5,判断缓存中是否存储有视频图像;是则,执行步骤6;否则,将当前视频图像存储至缓存同时记录视频图像对应的时间并执行步骤1;步骤6,比较当前视频图像的单人特征向量与缓存中的视频图像的单人特征向量是否相似;是则,基于当前视频图像对应的时间计算跟踪累计时长并执行步骤7;否则,清除缓存后将当前视频图像存储至缓存,记录视频图像对应的时间并执行步骤1;步骤7,判断跟踪累计时长是否达到设定时长;是则,执行步骤8;否则,执行步骤1;步骤8,将累计时长内的所有视频图像的单人特征向量拼接形成异常行为特征向量;步骤9,将异常行为特征向量输入经训练好的GBDT模型进行异常行为判断,并输出异常行为判定结果。

全文数据:

权利要求:

百度查询: 福建和盛高科技产业有限公司 基于人体关键点的变电站场景下人员行为异常检测方法

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。