一种基于深度学习的厂区人员异常行为检测方法专利查询专利号|摘要-满商公司网

一种基于深度学习的厂区人员异常行为检测方法

基本信息

申请号	CN202011514268.9	申请日	-
公开（公告）号	CN112597877A	公开（公告）日	2021-04-02
申请公布号	CN112597877A	申请公布日	2021-04-02
分类号	G06T1/20(2006.01)I;G06T7/292(2017.01)I;G06K9/00(2006.01)I;G06K9/62(2006.01)I	分类	计算；推算；计数;
发明人	武玉杰;杨志祥;丁又华;肖芳;皮辉;刘康立;吴刘瑱;黄志鹏;葛育波;蔡烨彬	申请（专利权）人	中船凌久高科（武汉）有限公司
代理机构	武汉楚天专利事务所	代理人	孔敏
地址	430074湖北省武汉市洪山区关山街珞瑜路718号
法律状态	-

摘要

本发明提供一种基于深度学习的厂区人员异常行为检测方法，包括：基于YOLOv4网络训练厂区人员模型；设定抓图帧率和检测间隔；通过摄像头获取生产区域的实时视频流，按设定的抓图帧率和检测间隔抓取图像，并对图像进行预处理；加载训练好的厂区人员模型，对预处理后的图像进行厂区人员检测，得到一个或多个厂区人员区域的目标框；利用Sort多目标跟踪算法对目标框进行目标追踪，得到目标区域图像；裁剪目标区域图像，对裁剪图像进行灰度变换，转换为灰度图像；利用Horn‑Schunck光流法计算两次异常检测之间同一个框内灰度图像的变化幅度；根据变化幅度判定该人员行为是否异常。本发明判断结果准确，可提高监控的效率与可靠性。