[发明专利]一种群体场景下危险动作识别方法、系统、设备和可读存储介质

说明书

本发明公开了一种群体场景下危险动作识别方法、系统、设备和可读存储介质，包括以下过程，将红波长图片入到元神经网络模型中，对人物进行红波长识别，并对人物进行红波边缘涂绘操作；根据被红波边缘涂绘出来的人物轮廓，进行人体姿态识别，确定人物此时刻所属的姿态；将所识别的人物姿态和人物数量上传到数据空间中，与数据空间中的危险群体行为以及前一刻红波长图片数据进行对比分析，确定此时所识别的红波长图片中人物是否为危险行为；若为危险行为，则对群体人员发出警报；若不是危险行为，则继续监控识别。提高危险动作识别的精度和识别中的抗干扰性，具有计算速度快的优点。

技术领域

本发明属于视觉识别判断领域，具体属于一种群体场景下危险动作识别方法、系统、设备和可读存储介质。

背景技术

现阶段的危险动作识别技术，主要是基于人工预先架设好的摄像机位，如摄像头，具体实现是，通过摄像头录入场景，再通过计算机或者人工识别对外界信息进行处理，比如，图片的二值化和滤波处理等，再经过复杂的算法处理，最终得到危险动作的信息，然后才会对人员发出警告，对危险动作的分类识别较弱，纯视觉识别受环境干扰大，计算机处理反应较慢。

发明内容

为了解决现有技术中存在的问题，本发明提供一种群体场景下危险动作识别方法、系统、设备和可读存储介质，用于解决现有技术中对危险动作的分类识别较弱，纯视觉识别受环境干扰大，计算机处理反应较慢的问题，提高危险动作识别的精度和识别中的抗干扰性，具有计算速度快的优点。

为实现上述目的，本发明提供如下技术方案：

一种群体场景下危险动作识别方法，包括以下过程，

将红波长图片入到元神经网络模型中，对人物进行红波长识别，并对人物进行红波边缘涂绘操作；

根据被红波边缘涂绘出来的人物轮廓，进行人体姿态识别，确定人物此时刻所属的姿态；

将所识别的人物姿态和人物数量上传到数据空间中，与数据空间中的危险群体行为以及前一刻红波长图片数据进行对比分析，确定此时所识别的红波长图片中人物是否为危险行为；若为危险行为，则对群体人员发出警报；若不是危险行为，则继续监控识别。

优选的，所述红波长图片通过运动与红波长捕捉设备利用人体核心温度所发出的红色波长进行红波长图片与红波长视频数据的捕获；并使用多线切片数据传输，进行红波长图片数据分层处理。

优选的，将红波长图片输入神经网络中，对红波长图片进行的红波区进行区域点云化特征识别，提取显著人物行为特征，再对比去除相关重复特征，细化特征，将提取出来的人物行为特征进行模型化处理，对人物进行红波边缘涂绘操作，涂绘出人物轮廓。

优选的，使用数据专用管道极速传输，将图片信息和识别的文本字符串信息快速传入数据空间；基于传回的图片信息与文本字符串信息，在数据空间中使用特征比对分析技术，比对前一刻与此时刻的人物姿态得到未来倾向姿态，将其与危险行为姿态再比对，迅速得到比对结果；将与数据库比对结果数字化，包括：危险状态为1，安全状态为0；接收客户端构建转专用信息传输管道迅速接收比对结果信息；判断是否接收到危险信息；若接收结果为1，则迅速响应扩音装置，对人员发出警告，并上报管理层系统；若接收结果为0，则继续监控人员活动。

一种群体场景下危险动作识别系统，包括读取模块、人像确定模块、识别模块和比对预警模块；

所述读取模块，用于将读取运动与红波长捕捉设备捕捉的红波长图片，并将红波长图片传输至人像确定模块；

所述人像确定模块，用于将红波长图片输入到预先训练完毕的神经网络模型中，对人物进行红波长识别，并对人物进行红波边缘涂绘操作；

所述识别模块，用于根据被框选出来的人物，再次进行人体姿态识别，确定人物所属的姿态；