[发明专利]一种基于骨架点轨迹动态分析的视频人体异常行为检测方法在审
| 申请号： | 201911131562.9 | 申请日： | 2019-11-19 |
| 公开（公告）号： | CN110659630A | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 李楠楠;张世雄;赵翼飞;李若尘;李革;张伟民;安欣赏 | 申请（专利权）人： | 深圳龙岗智能视听研究院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 11440 北京京万通知识产权代理有限公司 | 代理人： | 万学堂;魏振华 |
| 地址： | 518172 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于骨架点轨迹动态分析的视频人体异常行为检测方法，包括：步骤1)对输入视频进行均匀划分，得到若干段视频序列；步骤2)对视频序列中的每帧图像进行人体骨架点轨迹提取；步骤3)将人体骨架点轨迹输入时域空洞卷积神经网络进行特征提取和行为分类。本发明提出的方法是基于骨架点轨迹分析，相比于传统的基于RGB图像或者光流模式的方法，骨架点轨迹能够直接反映行为主体的运动模式，减少了背景运动的干扰；再者，本发明提出的空洞卷积网络模型相比于传统的稠密卷积网络，模型参数量少，运算量小，有利于实时检测。在当前公布的测试数据集上，本发明提出的方法取得了领先的检测水平。 | ||
| 搜索关键词： | 人体骨架 传统的 卷积 空洞 卷积神经网络 异常行为检测 测试数据集 对视频序列 背景运动 动态分析 轨迹分析 轨迹提取 实时检测 视频序列 输入视频 特征提取 网络模型 行为分类 行为主体 运动模式 运算量 帧图像 光流 时域 稠密 视频 检测 网络 | ||
【主权项】：
1.一种基于骨架点轨迹动态分析的视频人体异常行为检测方法，其特征在于，包括/n步骤1)：对输入视频进行均匀划分，得到若干段视频序列；/n步骤2)：对所述视频序列中的每帧图像进行人体骨架点轨迹提取；/n步骤3)：将所述人体骨架点轨迹输入时域空洞卷积神经网络进行特征提取和行为分类。/n
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深圳龙岗智能视听研究院，未经深圳龙岗智能视听研究院许可，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/201911131562.9/，转载请声明来源钻瓜专利网。
