• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
面向大型多人车厢场景的异常行为分析方法
有效
专利申请进度
申请
2020-05-27
申请公布
2020-09-04
授权
2023-08-08
预估到期
2040-05-27
专利基础信息
申请号 CN202010458362.0 申请日 2020-05-27
申请公布号 CN111626199A 申请公布日 2020-09-04
授权公布号 CN111626199B 授权公告日 2023-08-08
分类号 G06V40/20;G06V20/52;G06V20/40;G06V10/764;G06V10/80;G06V10/82;G06N3/045;G06N3/0464;G06N3/0442
分类 计算;推算;计数;
申请人名称 多伦科技股份有限公司
申请人地址 江苏省南京市江宁区天印大道1555号
专利法律状态
  • 2023-08-08
    授权
    状态信息
    授权
  • 2023-07-18
    著录事项变更
    状态信息
    著录事项变更;IPC(主分类):G06K9/00;变更事项:发明人;变更前:宋智军 张晖 李可欣 叶剑 张铁监;变更后:叶剑 张铁监 张晖 李可欣 宋智军
  • 2020-09-29
    实质审查的生效
    状态信息
    实质审查的生效;IPC(主分类):G06K9/00;申请日:20200527
  • 2020-09-04
    公布
    状态信息
    公布
摘要
本发明公开了一种面向大型多人车厢场景的异常行为分析方法,包括步骤如下:利用人体姿态估计算法对车厢内监控视频进行数据提取,得到单人或多人空间骨架节点序列;训练单人行为识别网络,该网络对输入的单人空间骨架节点序列进行识别,判断该人是否存在跌倒的异常行为;训练多人行为识别网络,该网络通过对输入的多人空间骨架节点序列进行识别,进而判断是否存在异常行为;4)对多人行为识别网络的输出结果进行信息融合以对多人行为做进一步判断,根据单人和多人行为识别结果。本发明有效的解决了以卷积神经网络和循环神经网络等模型为代表的深度学习方法不能将视频中的空间和时序信息有效结合起来的问题,提高了异常行为识别的准确度。