[发明专利]一种基于人工智能的人体行为分析方法

说明书

本发明公开了一种基于人工智能的人体行为分析方法。本发明包括如下步骤：获取拍摄设备实时采集的图像数据并储存；对采集的图像数据的进行特征识别；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；利用提取的行为特征构建特征模型；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。本发明通过采集大量人体图像数据作为训练集和测试集，结合人工智能卷积神经网络对人体特征进行识别，并获取最佳图像，以最佳图像作为参考标准来对人体行为特征进行判定和识别，设定阈值来对人体行为特征进行诊断和预警，提高了人体行为分析力度和分析效率。

技术领域

本发明属于人工智能技术领域，特别是涉及一种基于人工智能的人体行为分析方法。

背景技术

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

通常，用户的行为反馈对产品的优化和性能提升具有指导性作用，通过分析用户的行为日志和用户反馈，可以帮助相关人员了解产品在体验上和性能上的不足和影响面，以帮助分析人员了解真实用户的使用场景和习惯，以使得产片可带来更优的产品体验等。

相关技术中，用户行为监控在word文档中进行为字层面的分析，无法模拟真实产品的用户交互情况，分析效率低，周期长。

发明内容

本发明的目的在于提供一种基于人工智能的人体行为分析方法，通过采集大量人体图像数据作为训练集和测试集，结合人工智能卷积神经网络对人体特征进行识别，并对检测的人体行为特征进行诊断和预警，解决了现有的人体行为分析效率低，周期长问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为一种基于人工智能的人体行为分析方法，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。

优选地，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。

优选地，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。

优选地，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；