[发明专利]一种基于人工智能的人体行为分析方法

权利要求书

1.一种基于人工智能的人体行为分析方法，其特征在于，包括如下步骤：

步骤S1：获取拍摄设备实时采集的图像数据并储存；

步骤S2：对采集的图像数据的进行特征识别；

步骤S3：特征识别后人体轮廓被精准定位后，利用特征提取算法获取人体的所有行为特征；

步骤S4：利用提取的行为特征构建特征模型；

步骤S5：将特征模型输入卷积神经网络，产用卷积神经网络对图像数据进行挖掘和分析，以获得人体行为分析结果并存储；

步骤S6：根据人体行为分析结果生成可视化报告并存储；

步骤S7：对可视化报告进行数据解读以获得数据解读结果并存储，根据解读结果进行人体行为诊断和预警。

2.根据权利要求1所述的一种基于人工智能的人体行为分析方法，其特征在于，所述步骤S2中，对采集的图像数据进行降噪处理；所述降噪处理用于去除人物的背景图像，将人物轮廓从背景中定位出来。

3.根据权利要求1所述的一种基于人工智能的人体行为分析方法，其特征在于，所述步骤S3中，在特征提取中，使用二值法或灰度图法，将人体的行为举止保存到特征数据库中，并将人体特征轮廓提取出来。

4.根据权利要求1所述的一种基于人工智能的人体行为分析方法，其特征在于，所述步骤S4中，构建特征模型步骤如下：

步骤S41：调用人体特征数据库对图像数据进行评估，获取评估结果；

步骤S42：根据评估结果对拍摄设备的拍摄角度和拍摄焦距进行调整，以获得最佳图像；

步骤S43：调用分析数据库对最佳图像的人体位置参数和变化情况进行分析，获得最佳图像的人体特征信息；

步骤S44：调用预设特征点分析数据库，结合人体特征数据库对最佳图像中的人体特征图像进行分析，获取最佳图像中的人体图像的特征点。

5.根据权利要求1所述的一种基于人工智能的人体行为分析方法，其特征在于，所述步骤S6中，人体行为分析结果生成人体行为饼状图和人体行为统计图并将人体行为饼状图和人体行为统计图存储至预设的可视化报告数据库。

6.根据权利要求1或5所述的一种基于人工智能的人体行为分析方法，其特征在于，所述步骤S7中，将人体行为饼状图和人体行为统计图输入卷积神经网络，采用卷积神经网络对人体行为饼状图和人体行为统计图进行解读，判断人体特征是否超过规定的阈值，若超过阈值则对获得对人体行为向管理平台发送预警。