[发明专利]一种基于视频流的抽烟行为和打电话行为识别方法在审

专利信息
申请号: 202011193873.0 申请日: 2020-10-30
公开(公告)号: CN112257643A 公开(公告)日: 2021-01-22
发明(设计)人: 王景彬;张钦海;黄艳;朱健立;周南南 申请(专利权)人: 天津天地伟业智能安全防范科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04
代理公司: 天津企兴智财知识产权代理有限公司 12226 代理人: 李彦彦
地址: 300384 天津市滨海新区高新*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 视频 抽烟 行为 打电话 识别 方法
【权利要求书】:

1.一种基于视频流的抽烟行为和打电话行为识别方法,其特征在于:包括以下步骤:

S1:采集模型训练的数据集,从监控设备中获取现场视频数据,然后将获取的数据集进行数据增强处理;

S2:安装编译支持3D卷积的caffe框架;

S3:搭建基于Tiny_darknet-3D深度学习的分类网络架构,将数据集分别送入抽烟分类的3D卷积网络和打电话分类的3D卷积网络;

S4:设置训练网络模型的超参数,利用随机梯度下降算法进行模型的迭代训练;

S5:从待监测场景的监控设备中,直接获取监控视频流,从而获取待检测图像信息;

S6:将步骤S5中获取的视频数据送入步骤S3中预先训练好的模型进行3D卷积处理,并输出分类结果,模型输出的分类结果包括目标所属的类别和对应的置信值;

S7:根据目标的置信值,设置一个阈值,去除置信值较低的目标,排除误检,根据检测出抽烟或打电话的视频流进行随机的图像抓取,然后保存图像。

2.根据权利要求1所述的一种基于视频流的抽烟行为和打电话行为识别方法,其特征在于:步骤S1中利用的数据增强处理包括镜像处理、高斯模糊、视频旋转;

数据集中训练集和测试集的样本比例为10∶1。

3.根据权利要求1所述的一种基于视频流的抽烟行为和打电话行为识别方法,其特征在于:步骤S1中利用的卷积网络采用Tiny_darknet-3D网络,网络每次输入大小resize为224*224的8帧视频图片,用(c,l,h,w)大小来表示一个视频片段,c表示每一帧图像的channel,l表示视频的帧数,h,w表示视频的图像宽高,(d,k,k)表示卷积核,d表示的就是时间维度的核大小,k表示空间维度的核大小。

4.根据权利要求3所述的一种基于视频流的抽烟行为和打电话行为识别方法,其特征在于:卷积网络选取的卷积核为(3,3,3),即将时间维度看成是第三维,3D卷积通过堆叠多个连续的帧组成一个立方体,然后在立方体中运用3D卷积核对8帧图片进行融合卷积,在这个结构中,卷积层中每一个map都会与上一层中多个邻近的连续帧相连,以捕捉物体的运动信息。

5.根据权利要求3所述的一种基于视频流的抽烟行为和打电话行为识别方法,其特征在于:训练采用随机裁剪的方式,h和w大小不小于160像素,卷积网络包括15个卷积层、6个池化层、1个全连接层、1个softmax损失函数层。

6.根据权利要求5所述的一种基于视频流的抽烟行为和打电话行为识别方法,其特征在于:每次训练采用32个视频片段,即mini_batch=32。

7.根据权利要求1所述的一种基于视频流的抽烟行为和打电话行为识别方法,其特征在于:步骤S1中利用的设置训练网络模型的超参数是指设置初始学习率为0.001,每迭代16000次学习率下降0.1,总共降4次,训练的总迭代次数一般设置为每组数据训练4次。

8.根据权利要求1所述的一种基于视频流的抽烟行为和打电话行为识别方法,其特征在于:步骤S3中利用的Tiny_darknet-3D网络的softmaxWithLoss层中loss值的计算方法如下公式所示:

其中,为标签值,k为图像标签对应的神经元,Loss抽烟或打电话为模型损失函数,zi为模型预测类别的概率输出值,m为最大类别概率输出值,即m=max(zi)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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天津天地伟业智能安全防范科技有限公司,未经天津天地伟业智能安全防范科技有限公司许可,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/202011193873.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top