Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 神思电子技术股份有限公司陈英鹏获国家专利权

神思电子技术股份有限公司陈英鹏获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉神思电子技术股份有限公司申请的专利一种基于计算机视觉的多标签行人异常行为识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116363745B

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211714826.5,技术领域涉及:G06V40/20;该发明授权一种基于计算机视觉的多标签行人异常行为识别方法是由陈英鹏;张朝瑞;焦学龑;席道亮;刘辰飞;许野平设计研发完成,并于2022-12-30向国家知识产权局提交的专利申请。

一种基于计算机视觉的多标签行人异常行为识别方法在说明书摘要公布了:本发明公开了一种基于计算机视觉的多标签行人异常行为识别方法,涉及计算机视觉应用技术领域。本方法通过获取监控视频中的行人行为样本视频数据;对获取的行人行为样本视频数据进行预处理,获得最终数据集;将最终数据集按比例划分为训练集样本和测试集样本搭建BDNet双分支卷积神经网络分类模型,对行人异常行为进行分类识别;使用训练完毕的BDNet双分支卷积神经网络分类模型识别行人动作。本方法使用计算机视觉算法自动提取人体整体特征和人体面部细节特征,经过多元线性回归拟合行人的多属性动作类型,通过非接触、实时的方式实现准确地预测行人的各种违规行为并提供实时预警,在行人安全检测中发挥着重要作用。

本发明授权一种基于计算机视觉的多标签行人异常行为识别方法在权利要求书中公布了:1.一种基于计算机视觉的多标签行人异常行为识别方法,其特征在于:包括以下步骤: S01、获取行人行为样本视频数据; S02、对步骤S01中获取的行人行为样本视频数据进行预处理,获得最终数据集;本步骤具体包括: S21、对步骤S01采集的行人行为样本视频数据进行数据清洗,剔除视频中无行人或不清晰的不合格视频段,获得清洗后的行人行为视频样本数据; S22、将步骤S21中获取的行人行为样本视频数据分割成单一无遮挡的行人行为图像数据,并为每个样本做好标签,具体过程包括以下步骤: S221、视频分帧,将步骤S21获取的行人行为样本视频数据按等间隔帧分割成一张张的图像数据,每张图像中包含行人行为信息; S222、按照事先标注好的边界框在步骤S221中得到的图像数据中抠出单一人像,该单一人像数据包含行人行为信息; S223、为步骤S222得到的单一人像数据做标签,标签分为两类,一类是表征人像整体状态,属于单标签分类任务;另一类是表征人像细节状态,属于多标签分类任务; S224、按场景命名文件夹,存储步骤S222得到的单一人像图像数据,并将其对应的标签写入csv标签文件,该csv文件包含图像路径、场景信息标签、人像整体状态信息和人像细节状态信息; S225、步骤S221获得的单一人像数据和步骤S224获得的csv标签文件,作为最终数据集; S03、将步骤S02中获得的最终数据集按比例划分为训练集样本和测试集样本; S04、搭建BDNet双分支卷积神经网络分类模型,对行人异常行为进行分类识别; BDNet双分支卷积神经网络分类模型包括特征提取部分、整体状态分类器、细节状态分类器,特征提取部分采用resnet18的预训练模型,其中layer5为该模块输出,特征形状统一为N*1000后作为该部分输出;整体状态分类器包含两个线性卷积,分别将特征采样为N*256和N*5,其中N*5尺寸特征作为总网络输出之一;细节状态分类器也包含两个线性卷积,分别将特征采样为N*256和N*4,其中N*4尺寸特征作为总网络输出之一; S05、使用训练完毕的BDNet双分支卷积神经网络分类模型识别行人动作。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人神思电子技术股份有限公司,其通讯地址为:250000 山东省济南市市辖区高新区舜华西路699号神思科技园;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。