一種基于深度學習的廠區(qū)人員異常行為檢測方法

基本信息

申請?zhí)?/td> CN202011514268.9 申請日 -
公開（公告）號 CN112597877A 公開（公告）日 2021-04-02
申請公布號 CN112597877A 申請公布日 2021-04-02
分類號 G06T1/20(2006.01)I;G06T7/292(2017.01)I;G06K9/00(2006.01)I;G06K9/62(2006.01)I 分類 計算；推算；計數(shù);
發(fā)明人 武玉杰;楊志祥;丁又華;肖芳;皮輝;劉康立;吳劉瑱;黃志鵬;葛育波;蔡燁彬 申請（專利權(quán)）人 中船凌久高科（武漢）有限公司
代理機構(gòu) 武漢楚天專利事務(wù)所 代理人 孔敏
地址 430074湖北省武漢市洪山區(qū)關(guān)山街珞瑜路718號
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于深度學習的廠區(qū)人員異常行為檢測方法，包括：基于YOLOv4網(wǎng)絡(luò)訓(xùn)練廠區(qū)人員模型；設(shè)定抓圖幀率和檢測間隔；通過攝像頭獲取生產(chǎn)區(qū)域的實時視頻流，按設(shè)定的抓圖幀率和檢測間隔抓取圖像，并對圖像進行預(yù)處理；加載訓(xùn)練好的廠區(qū)人員模型，對預(yù)處理后的圖像進行廠區(qū)人員檢測，得到一個或多個廠區(qū)人員區(qū)域的目標框；利用Sort多目標跟蹤算法對目標框進行目標追蹤，得到目標區(qū)域圖像；裁剪目標區(qū)域圖像，對裁剪圖像進行灰度變換，轉(zhuǎn)換為灰度圖像；利用Horn?Schunck光流法計算兩次異常檢測之間同一個框內(nèi)灰度圖像的變化幅度；根據(jù)變化幅度判定該人員行為是否異常。本發(fā)明判斷結(jié)果準確，可提高監(jiān)控的效率與可靠性。??