融合自注意力机制和残差网络的湖边危险行为检测方法

    公开(公告)号:CN115620395A

    公开(公告)日:2023-01-17

    申请号:CN202211283552.9

    申请日:2022-10-20

    Abstract: 本发明涉及人工智能技术领域,具体涉及一种融合自注意力机制和残差网络的湖边危险行为检测方法,包括获取训练视频序列和测试视频序列;对训练视频序列依次进行图像增强和运动目标检测,得到训练数据集;对训练数据集进行筛选,得到输入数据集;使用输入数据集对长短期记忆神经网络进行训练,得到行为检测模型;对测试视频序列依次进行图像增强和运动目标检测,得到测试数据集;将测试数据集输入行为检测模型中进行训练,得到危险行为检测结果。本发明通过对视频序列进行图像增强后再进行行为检测,解决了现有的行为检测技术手段的危险行为检测的准确率低的问题。

    一种基于体态综合特征的跌倒行为识别方法

    公开(公告)号:CN113963442A

    公开(公告)日:2022-01-21

    申请号:CN202111243199.7

    申请日:2021-10-25

    Abstract: 本发明公开了一种基于体态综合特征的跌倒行为识别方法,包括以下步骤:视频数据采集→提取人体骨架图→骨架图像数据预处理→构建二值图像外接矩形→LSTM网络单元处理→计算人体有效面积→计算宽高比→计算人体质心到地面距离→计算高度变化率→跌倒发生。本发明在准确提取人体骨架信息的基础上,有效结合人体各种姿态特征进行综合判断跌倒行为,提高检测的准确率,使用轻量化lightweight Openpose,因此本身的数据量就较为轻便,其次使用加强版梯度下降法,SGD普通梯度下降法,能够在加快模型收敛速度的同时保证准确性,训练的最优模型可以便捷部署到各个边缘端,应用到居家、公共等场所。

Patent Agency Ranking