基于深度学习的老人异常行为检测方法

    公开(公告)号:CN107145878A

    公开(公告)日:2017-09-08

    申请号:CN201710403573.2

    申请日:2017-06-01

    Abstract: 本发明请求保护一种基于深度学习的老人异常行为检测方法,属于深度学习领域。本发明通过多种传感器采集老人的体征信息、位置信息、图像信息,联合检测联合判断老人的异常行为,降低误判概率。首先根据多种传感器数据进行信号预处理,将处理的数据输入已训练好的BP神经网络获得老人身体状况,然后根据原始图像,对图像进行预处理后送入3D卷积神经网络提取特征向量,通过Softmax分类器识别老人的多种行为,再综合老人位置信息与驻留时长,根据模糊逻辑推理判断老人行为是否异常。本发明采用联合检测方法,通过深度学习,模糊逻辑推理对老人异常行为进行联合判断,降低了误判率,提高了检测的准确性。

    一种基于单应性约束的跨摄像头目标跟踪方法

    公开(公告)号:CN108921881A

    公开(公告)日:2018-11-30

    申请号:CN201810706085.3

    申请日:2018-06-28

    Abstract: 本发明公开了一种基于单应性约束的跨摄像头目标跟踪方法,步骤如下:一、针对输入的图片,使用HOG特征和颜色特征对目标进行特征提取;二、根据得到的特征,使用相关滤波器的学习规则学习得到滤波模板,同时更新模板;三、根据给定的特征因子对目标响应映射进行融合,得到最终响应映射最大值的位置即为目标所在的位置;四、根据单应性约束以及颜色特征限制,确定相邻摄像头中目标是否为同一目标;五、结合多摄像头目标定位以及单摄像头目标跟踪结果,得到最终跨摄像头场景下目标跟踪结果。本发明针对目前目标跟踪领域出现的目标快速移动、目标离开视野、光照变化、目标遮挡等情况给出了一种新的解决方案,为将目标跟踪应用于实际场景提供了新思路。

Patent Agency Ranking