申请/专利权人：江西意孚欧科技有限公司

申请日：2024-04-08

公开（公告）日：2024-06-28

公开（公告）号：CN118262410A

主分类号：G06V40/20

分类号：G06V40/20;G06N3/0475;G06N3/045;G06N3/094;G06N3/0464;G06F18/25;G06V10/82;G06V20/52

优先权：

专利状态码：在审-公开

法律状态：2024.06.28#公开

摘要：本发明涉及计算机视觉技术领域，具体为一种危险人体行为识别分析预警监控系统及方法，系统包括数据采集模块、多维度分析模块、行为模式学习模块、异常行为预测模块、跨摄像头追踪模块、干扰适应模块、实时响应模块。本发明中，通过采用实时视频流处理算法，提供高质量监控画面，增强监控效果，生成对抗网络自学习优化行为模式识别，提高对新型复杂模式的识别能力，支持向量机和隐马尔可夫模型提高预测准确率，发现潜在危险行为，跨摄像头追踪技术增强动态目标追踪，提高监控范围和效率，干扰学习策略优化模型适应性和稳定性，实时决策算法保证紧急响应能力，综合应用提升监控系统性能，适应各种环境，确保安全和效率。

主权项：1.一种危险人体行为识别分析预警监控系统，其特征在于：系统包括数据采集模块、多维度分析模块、行为模式学习模块、异常行为预测模块、跨摄像头追踪模块、干扰适应模块、实时响应模块；数据采集模块基于学校监控网络，采用实时视频流处理算法，进行实时监控数据采集，并进行数据预处理，生成原始监控数据；多维度分析模块基于原始监控数据，采用多模态分析方法，进行图像和音频数据的综合分析，并进行信息融合，生成综合分析数据；行为模式学习模块基于综合分析数据，采用生成对抗网络，进行行为模式的自学习和优化，并进行模式更新，生成优化后的行为模式；异常行为预测模块基于优化后的行为模式，采用支持向量机和隐马尔可夫模型，进行潜在危险行为的预测分析，并进行行为预测，生成行为预测报告；跨摄像头追踪模块基于行为预测报告，采用多目标追踪技术，进行目标个体的行为追踪分析，生成追踪结果数据；干扰适应模块基于追踪结果数据，采用干扰学习策略，进行模型的环境适应性训练，生成鲁棒性增强数据；实时响应模块基于鲁棒性增强数据，采用实时决策算法，进行紧急情况的响应分析，并进行预警通知，生成最终响应方案；原始监控数据包括视频帧、音频样本和环境参数，综合分析数据包括融合的视频图像和音频信号，优化后的行为模式包括改进的行为识别规则和参数，行为预测报告包括预测的危险行为类型和发生概率，追踪结果数据包括个体的移动轨迹和行为时序，鲁棒性增强数据包括经过环境适应调整的模型参数，最终响应方案包括预警级别和紧急措施方案。

全文数据：

权利要求：

百度查询： 江西意孚欧科技有限公司 一种危险人体行为识别分析预警监控系统及方法

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