[发明专利]一种基于骨架数据的行为识别系统及方法在审
申请号: | 201910620715.X | 申请日: | 2019-07-10 |
公开(公告)号: | CN110427834A | 公开(公告)日: | 2019-11-08 |
发明(设计)人: | 董九庆;高永彬;姚依凡;顾佳;田方正 | 申请(专利权)人: | 上海工程技术大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 叶敏华 |
地址: | 201620 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 预警指令 实时视频数据 骨架数据 行为识别 预警单元 数据采集单元 数据传输单元 行为识别系统 服务器 警报 注意力机制 摄像头 准确度 记忆网络 结合监控 人体行为 输出 时空域 违规 采集 时空 传输 引入 展示 网络 学习 | ||
本发明涉及一种基于骨架数据的行为识别系统及方法,其中,系统包括数据采集单元、服务器、数据传输单元和显示预警单元,数据采集单元用于采集实时视频数据;服务器用于处理实时视频数据、输出行为识别数据以及输出预警指令;数据传输单元用于传输实时视频数据、行为识别数据以及预警指令;显示预警单元用于展示行为识别数据、预警指令以及根据预警指令发出警报。与现有技术相比,本发明使用时空图卷积结合长短周期记忆网络,并引入注意力机制,使网络能更好地学习骨架数据的时空域特征,且在出现违规行为时,由显示预警单元及时发出警报,本发明结合监控摄像头能实现对指定区域人体行为的识别,其识别速度快、识别准确度高。
技术领域
本发明涉及计算机视觉中的行为识别技术领域,尤其是涉及一种基于骨架数据的行为识别系统及方法。
背景技术
人体行为识别是当前计算机视觉研究领域中的研究热点,对人体的动作姿态进行自动识别将提供全新的人机交互模式。在人流密集的地方或者需要重点监控安防的地方,通常是由摄像头进行实时画面拍摄,并主要通过人工的方式对视频画面中的行为进行识别判断,这种行为识别方法效率低下,也无法保证行为识别判断的准确性,如果通过计算机进行自动的行为识别,以替代人工方式对某些指定行为进行实时识别,能节省大量人力,从而有效提高识别效率及识别准确性。
当前国内外关于行为识别的技术主要有以下几种:基于双流网络的神经网络模型;基于三维卷积的神经网络模型;基于骨架的卷积神经网络;基于循环神经网络的网络模型;基于传统方法,进行手工特征匹配。
而上述行为识别的技术在具体应用中存在以下缺点:
1.基于RGB图像进行处理,计算量大,速度慢,无法处理非欧式结构数据,不能达到实时识别的效果;
2.对光照变化敏感,一旦出现遮挡或者复杂天气,就会降低对行为识别的准确率;
3.对画面场景中的无关信息较为敏感,比如衣着、背景的变化。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于骨架数据的行为识别系统及方法。
本发明的目的可以通过以下技术方案来实现:一种基于骨架数据的行为识别系统,包括数据采集单元、服务器、数据传输单元和显示预警单元,所述数据采集单元通过数据传输单元与服务器连接,所述服务器通过数据传输单元与显示预警单元连接,所述数据采集单元用于采集实时视频数据;
所述服务器用于处理实时视频数据、输出行为识别数据以及输出预警指令;
所述数据传输单元用于传输实时视频数据、行为识别数据以及预警指令;
所述显示预警单元用于展示行为识别数据、预警指令以及根据预警指令发出警报。
优选的,所述服务器包括依次连接的姿态估计模块、骨架数据处理模块、行为识别模块和预警控制模块,所述姿态估计模块用于从实时视频数据中提取人体骨架数据;
所述骨架数据处理模块用于将人体骨架数据处理成网络可直接读取的非欧式结构数据;
所述行为识别模块用于从非欧式结构数据中识别出行为类别结果;
所述预警控制模块用于根据行为类别结果输出对应的预警指令。
优选的,所述数据采集单元为摄像头,所述数据传输单元为无线网络或网络数据线,所述显示预警单元包括显示器和报警器。
一种基于骨架数据的行为识别方法,包括以下步骤:
S1、采集实时视频数据;
S2、根据Openpose姿态估计算法,从实时视频数据中提取序列化的人体骨架数据;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海工程技术大学,未经上海工程技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910620715.X/2.html,转载请声明来源钻瓜专利网。