公共场所异常行为自动识别方法及装置、摄像机设备

    公开(公告)号:CN112085003B

    公开(公告)日:2024-04-05

    申请号:CN202011013227.1

    申请日:2020-09-24

    Abstract: 本发明公开了一种公共场所异常行为自动识别方法及装置、摄像机设备,其中的公共场所异常行为自动识别方法首先对采集的图像进行多目标动态检测,检测算法使用YOLO系列算法,识别出有人类目标;然后采用快速角点检测和LK光流法对识别出的人类目标进行跟踪速度估计,并识别出移动速度超过速度阈值的目标,将其作为异常目标;接着判断预设像素区域内人类目标密度是否大于密度阈值,如果大于,则判定为异常行为;再对已识别出的人类目标进行人体关键点置信度和亲和度向量计算,然后进行关键点聚类解析,区分连接关键完成人体骨骼搭建组装,实现人体姿态估计,并根据人体姿态估计结果,判断姿态是否为异常。

    一种复杂环境下快速自适应采样优化路径规划方法

    公开(公告)号:CN116048101A

    公开(公告)日:2023-05-02

    申请号:CN202310185112.8

    申请日:2023-03-01

    Abstract: 本发明提供了一种复杂环境下快速自适应采样优化路径规划方法,属于机器人现实应用技术领域。1)建立空间采样点集合Qv,将起点和终点加入Qv中;2)空间批采样,首先在地图空间进行均匀批采样,均匀批采样保证采样点在地图空间随机均匀分布,每次生成s个采样点;3)遍历计算每个点到最近障碍物的距离r,以r为半径,建立各点的邻域圆空间,如果地图环境是三维空间,则建立各点邻域球空间,如果地图环境是高维空间,则建立超邻域球空间;4)遍历每个邻域圆,将每个圆内的采样点互相连接;5)从起点出发,遍历Qv中每个点的邻接矩阵,查找是否有到终点的路径;6)找到路径后,判断路径上节点和边是否与障碍物有碰撞。本发明具有路径规划效率高等优点。

    一种基于深度学习的机器视觉防夹系统

    公开(公告)号:CN111967434B

    公开(公告)日:2023-04-07

    申请号:CN202010895766.6

    申请日:2020-08-31

    Abstract: 本发明提供了一种基于深度学习的机器视觉防夹系统,属于智能控制技术领域。使用卷积神经网络CNN,把学习台闭合的过程搭建成卷积神经网络模型,提高识别的准确率。本文研究的系统充分利用上述特点,根据获取的视频图像分析学习台闭合处障碍物的出现,正确控制自动闭合动作,以达到防夹目的,从而有效克服传统防夹方式的不足。本发明具有精度高、免接触等优点。

    一种施工工地安全预警系统及方法

    公开(公告)号:CN113237476A

    公开(公告)日:2021-08-10

    申请号:CN202110542813.3

    申请日:2021-05-19

    Abstract: 本发明提供的一种施工工地安全预警系统方法;包括:发射器,分别设置在施工工地的不同区域,用于不间断的发射两束红外扇面激光,对外部空间进行水平360度的旋转扫描;接收器,用于接收发射器发出的红外扇面激光,解调出红外扇面激光的光源信息并记录接收时间;以及接收红外同步信号并记录接收时间;以及根据光源信息,计算出当前位置的三维坐标数据;并将三维坐标数据上传至控制中心;以及接收预警信息,发出预警音;控制中心,用于为整个系统提供红外同步信号;以及接收三维坐标数据,并根据安全算法,进行接收器间空间位置的关系判断,发出预警信息;具有定位精度较高的,减少施工安全事故发生的有益效果,适用于基建施工工程的技术领域。

    基于人脸属性分析的智能化人脸表情识别方法与系统

    公开(公告)号:CN111523367B

    公开(公告)日:2022-07-22

    申请号:CN202010074445.X

    申请日:2020-01-22

    Inventor: 廖海斌 徐斌 丁玲

    Abstract: 本发明提供了一种人脸属性约束下的人脸表情识别方法和系统,包括(1)人脸表情识别模型训练。训练集根据人脸属性类别被分成个子集,每一个子集被用于训练生成一组条件随机森林,用于人脸表情分类。(2)人脸表情识别。首先,利用人脸属性随机森林对测试人脸图像进行属性估计。然后,根据属性估计结果,随机的从条件随机森林中选择相应数量的决策树动态构建人脸表情识别随机森林。最后,根据构建的人脸表情识别随机森林进行人脸表情分类识别。本发明解决了人脸性别和年龄等属性变化因素对人脸表情识别的影响,本发明提出属性约束随机森林人脸表情识别方法解决了人脸表情识别中不同性别和年龄等因素干扰问题。

    公共场所异常行为自动识别方法及装置、摄像机设备

    公开(公告)号:CN112085003A

    公开(公告)日:2020-12-15

    申请号:CN202011013227.1

    申请日:2020-09-24

    Abstract: 本发明公开了一种公共场所异常行为自动识别方法及装置、摄像机设备,其中的公共场所异常行为自动识别方法首先对采集的图像进行多目标动态检测,检测算法使用YOLO系列算法,识别出有人类目标;然后采用快速角点检测和LK光流法对识别出的人类目标进行跟踪速度估计,并识别出移动速度超过速度阈值的目标,将其作为异常目标;接着判断预设像素区域内人类目标密度是否大于密度阈值,如果大于,则判定为异常行为;再对已识别出的人类目标进行人体关键点置信度和亲和度向量计算,然后进行关键点聚类解析,区分连接关键完成人体骨骼搭建组装,实现人体姿态估计,并根据人体姿态估计结果,判断姿态是否为异常。

    一种基于多示例注意力机制的遮挡图像识别方法

    公开(公告)号:CN112560662B

    公开(公告)日:2022-10-21

    申请号:CN202011458330.7

    申请日:2020-12-11

    Abstract: 本发明提出了一种基于多示例注意力机制的遮挡图像识别方法,具体包括如下步骤:S1:将待识别图像进行采样和处理,得到若干种不同分辨率的图像;S2:对若干种不同分辨率的图像进行网格划分,得到若干个示例块;S3:利用CNN对若干个示例块进行图像特征提取,得到各示例块的特征向量;S4:利用注意力机制对各示例块的特征向量进行串联融合,得到整体图像的特征向量;S5:对整体图像的特征向量进行降维;S6:对降维后的图像进行分类识别。本发明能够解决图像识别中存在的遮挡和噪声问题;并且,为了使提取的图像特征具有鲁棒性,提出多分辨率多尺度图像示例块提取方法和注意力机制示例自动权值学习方法。

    一种基于多示例注意力机制的遮挡图像识别方法

    公开(公告)号:CN112560662A

    公开(公告)日:2021-03-26

    申请号:CN202011458330.7

    申请日:2020-12-11

    Abstract: 本发明提出了一种基于多示例注意力机制的遮挡图像识别方法,具体包括如下步骤:S1:将待识别图像进行采样和处理,得到若干种不同分辨率的图像;S2:对若干种不同分辨率的图像进行网格划分,得到若干个示例块;S3:利用CNN对若干个示例块进行图像特征提取,得到各示例块的特征向量;S4:利用注意力机制对各示例块的特征向量进行串联融合,得到整体图像的特征向量;S5:对整体图像的特征向量进行降维;S6:对降维后的图像进行分类识别。本发明能够解决图像识别中存在的遮挡和噪声问题;并且,为了使提取的图像特征具有鲁棒性,提出多分辨率多尺度图像示例块提取方法和注意力机制示例自动权值学习方法。

    一种基于深度学习的机器视觉防夹系统

    公开(公告)号:CN111967434A

    公开(公告)日:2020-11-20

    申请号:CN202010895766.6

    申请日:2020-08-31

    Abstract: 本发明提供了一种基于深度学习的机器视觉防夹系统,属于智能控制技术领域。使用卷积神经网络CNN,把学习台闭合的过程搭建成卷积神经网络模型,提高识别的准确率。本文研究的系统充分利用上述特点,根据获取的视频图像分析学习台闭合处障碍物的出现,正确控制自动闭合动作,以达到防夹目的,从而有效克服传统防夹方式的不足。本发明具有精度高、免接触等优点。

Patent Agency Ranking