← 返回列表
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
摘要文本
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。
申请人信息
- 申请人:无锡八英里电子科技有限公司
- 申请人地址:214000 江苏省无锡市经济开发区华庄街道华运路9号1号厂房3层
- 发明人: 无锡八英里电子科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 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 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311334971.5 |
| 申请日 | 2023/10/16 |
| 公告号 | CN117746311A |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06V20/52 |
| 权利人 | 无锡八英里电子科技有限公司 |
| 发明人 | 王晓辉; 柏阳; 单洪伟; 杨少辉; 程万年; 丁佳 |
| 地址 | 江苏省无锡市经济开发区华庄街道华运路9号1号厂房3层 |
专利主权项内容
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。