[发明专利]一种基于深度学习的茶山采摘人员异常行为监控方法在审
| 申请号： | 201810933425.6 | 申请日： | 2018-08-15 |
| 公开（公告）号： | CN109214309A | 公开（公告）日： | 2019-01-15 |
| 发明（设计）人： | 闫胜业;张超;黄宇维;倪旭 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 南京钟山专利代理有限公司 32252 | 代理人： | 戴朝荣 |
| 地址： | 210019 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的茶山采摘人员异常行为监控方法，属于计算机视觉智能监控技术领域。在茶山上部署摄像头并配置图像信息处理与监控系统，采集图像数据集并对不清晰图像预处理，然后送入图像信息处理系统深度学习神经网络中，提取最能反映茶山上的人体行为信息内在本质的特征向量并进行标记，将带标记的视频图像送入深度学习网络经行训练生成驯化模型，再实时提取茶山上人体征数据和行为数据，结合茶山上采摘人员当前位置数据与驻留时长，通过驯化模型进行模糊逻辑推理判断采摘人员异常情况，在监控终端显示出红色框并经行报警。具有实现方式简单、可扩展性能强、检测效果好、可保障茶叶采摘人员的人身安全等优点。 | ||
| 搜索关键词： | 采摘 异常行为 驯化 送入 图像信息处理系统 预处理 采集图像数据 模糊逻辑推理 图像信息处理 学习神经网络 计算机视觉 可扩展性能 摄像头 茶叶采摘 监控系统 监控终端 内在本质 清晰图像 人身安全 人体行为 实时提取 视频图像 特征向量 位置数据 行为数据 智能监控 驻留 监控 时长 体征 学习 报警 检测 配置 部署 网络 | ||
【主权项】：
1.一种基于深度学习的茶山采摘人员异常行为监控方法，其特征在于：具体步骤是：(1)在茶山上部署摄像头并配置图像信息处理与监控系统，通过摄像头采集图像数据集，采用局部直方图、Retinex算法对雾气较大或光照不良等图像进行预处理，获得清晰的视频图像；(2)将经步骤(1)得到的视频图像送入图像信息处理系统的深度学习神经网络中，提取图像信息中最能反映茶山上的人体行为信息内在本质的特征向量并进行标记，再将处理后带标记的视频图像送入深度学习网络经行训练，生成驯化模型；(3)实时提取茶山上人体征数据和行为数据，结合茶山上采摘人员当前位置数据与驻留时长，通过驯化模型对提取到的茶山上人体征数据和行为数据进行模糊逻辑推理判断，确定采摘人员是否存在摔倒等异常情况；(4)当经步骤(3)判断出茶山上出现人体异常行为时，在监控终端显示出红色框并经行报警，提醒茶山管理监控人员，进行有效救援。
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南京信息工程大学，未经南京信息工程大学许可，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/patent/201810933425.6/，转载请声明来源钻瓜专利网。
