[发明专利]一种违规行为检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 202110842971.0 申请日: 2021-07-26
公开(公告)号: CN113469132A 公开(公告)日: 2021-10-01
发明(设计)人: 陈升;潘华东 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06T7/70
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 张洁
地址: 310053 浙江*** 国省代码: 浙江;33
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 违规行为 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种违规行为检测方法,其特征在于,所述方法包括:

对待检测视频中的图像进行识别,确定所述图像中每个人体检测区域和所述每个人体检测区域内的关键点集;

对所述每个人体检测区域进行特征提取,确定所述每个人体检测区域中人员的身份信息,根据确定出的人员的身份信息,从所述每个人体检测区域中筛选出对应的目标人体检测区域;

根据所述目标人体检测区域内的关键点集中不同关键点的相对位置关系,确定所述目标人体检测区域中的人员是否存在违规行为。

2.如权利要求1所述的方法,其特征在于,所述对待检测视频中的图像进行识别,确定所述图像中每个人体检测区域和所述每个人体检测区域内的关键点集包括:

将所述待检测视频中的图像输入预先训练完成的人体识别模型,基于所述人体识别模型确定所述图像中每个人体检测区域和所述每个人体检测区域内的关键点集,所述人体识别模型是针对第一训练集中的每个样本图像,根据该样本图像和对应的标注图像训练得到的,其中,所述标注图像中标注有对应的样本图像中的每个人体检测区域的位置信息及所述每个人体检测区域内的关键点集的位置信息。

3.如权利要求1所述的方法,其特征在于,所述对所述每个人体检测区域进行特征提取,确定所述每个人体检测区域中人员的身份信息包括:

确定所述每个人体检测区域中的人脸区域,对每个人脸区域进行特征提取,确定所述每个人脸区域的人脸特征信息,将每个人脸特征信息与预先保存的人脸特征库中的目标人脸特征信息进行匹配,确定所述每个人体检测区域中人员的身份信息;和/或

对所述每个人体检测区域进行特征提取,确定所述每个人体检测区域的服饰特征信息,将每个服饰特征信息与预先保存的服饰特征库中的目标服饰特征信息进行匹配,确定所述每个人体检测区域中人员的身份信息。

4.如权利要求1所述的方法,其特征在于,所述确定所述图像中每个人体检测区域内的关键点集包括:

确定所述图像中每个人体检测区域内的人员的手肘、手腕、肩和腰;

所述根据所述目标人体检测区域内的关键点集中不同关键点的相对位置关系,确定所述目标人体检测区域中的人员是否存在违规行为包括:

根据所述目标人体检测区域中的手肘、手腕和肩的位置信息,确定小臂和大臂的夹角,根据所述手肘和腰的位置信息,确定所述手肘和腰的距离;

若所述小臂和大臂的夹角在预设的夹角范围内,且所述手肘和腰的距离在预设的距离范围内,确定所述目标人体检测区域中的人员存在违规行为。

5.如权利要求4所述的方法,其特征在于,所述若所述小臂和大臂的夹角在预设的夹角范围内,且所述手肘和腰的距离在预设的距离范围内,确定所述目标人体检测区域中的人员存在违规行为包括:

若所述小臂和大臂的夹角在预设的夹角范围内,且所述手肘和腰的距离在预设的距离范围内,将所述目标人体检测区域作为疑似区域;

将所述疑似区域输入预先训练完成的行为检测模型,若基于所述行为检测模型确定所述疑似区域中的人员存在违规行为,则确定所述人员存在违规行为。

6.如权利要求5所述的方法,其特征在于,所述行为检测模型的训练过程包括:

针对第二训练集中的每个人体检测区域样本图像,将该人体检测区域样本图像和对应的标签信息输入所述行为检测模型,对所述行为检测模型进行训练;其中,所述标签信息包括该人体检测区域样本图像中的人员存在违规行为的信息或不存在违规行为的信息。

7.如权利要求4或5所述的方法,其特征在于,所述确定所述人员存在违规行为包括:

在所述待检测视频中,将确定出所述人员存在违规行为的图像作为目标图像,若所述目标图像的数量达到预设的数量阈值,确定所述人员存在违规行为。

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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202110842971.0/1.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