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！

龙图腾网获悉北京工业大学申请的专利一种面向实验室安全管理的人员行为监测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：CN114612823B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202210216865.6，技术领域涉及：G06V20/40；该发明授权一种面向实验室安全管理的人员行为监测方法是由张勇;张宇晴;池海楠;蔺暄淇设计研发完成，并于2022-03-06向国家知识产权局提交的专利申请。

本一种面向实验室安全管理的人员行为监测方法在说明书摘要公布了：本发明提供了一种面向实验室安全管理的人员行为监测方法。本发明基于实验室监控视频，同时计算视频帧中的人脸识别结果和人体位置信息；基于人脸识别结果矩形框和人体位置信息矩形框间的几何关系，将人脸识别结果传递给人体；记录人体在视频每一帧中的足部中心位置，提取人体在视频中的运动轨迹；在实验室平面图中标定若干关键点，在视频序列内寻找与平面图关键点对应的位置并做相同标记，建立监控画面和实验室平面图的二维映射关系将人体在视频中的运动轨迹映射到实验室平面图内，并在实验室中存在多个监控摄像头的情况下对轨迹进行融合，基于平面图内轨迹分析人的行动路线。本发明可检测进入实验室的人员信息，记录人员在实验室内的活动情况。

本发明授权一种面向实验室安全管理的人员行为监测方法在权利要求书中公布了：1.一种面向实验室安全管理的人员行为监测方法，其特征在于包括以下步骤： 1基于实验室监控视频和实验室准入人员的人脸图像，获取视频帧中人体跟踪结果和人脸识别结果，并将人脸id传递给人体； 2截取并存储进入实验室且不在实验室准入名单内的人脸图像； 3在实验室平面图内标定若干关键点，并在相机视野内对相同位置做对应标记，根据上述点的坐标，建立视频场景与实验室平面图的二维映射关系，获取变换矩阵； 4对于实验室内的单个摄像头，基于人体跟踪结果获取人体足部的中心坐标，根据映射函数将该坐标映射到实验室平面图内，获取进入实验室人员在平面图内的轨迹； 5基于同一实验室不同位置处安置的多个摄像头，融合多摄像头采集的多个轨迹，形成更加精准的实验室人员在平面图内的轨迹； 6基于实验室人员在平面图内的轨迹和实验室中各区域和物品的位置，分析人在平面图内的行动路线； 提出了用于人体人脸检测和人体id识别的HFRN网络；该网络首先将原始视频帧像作为输入，基于空洞卷积和特征金字塔构造骨干网络提取视频帧的多尺度特征，并构造两个检测分支分别用于检测人体的位置与编号以及人脸的位置与id，然后基于检测结果间的空间分布关系，将人脸id传递给人体； 对于检测并跟踪人体的分支，首先基于卡尔曼滤波建立当前帧和之前所有帧的时空关系，用于人体跟踪和重识别，其中卡尔曼滤波用于人体在之前所有帧中的运动趋势；然后将当前帧的检测结果和位于运动趋势合理范围内的人体进行级联匹配，若匹配则为在上一帧中出现过的目标，不匹配则为新目标；该阶段按照人员进入视频视野的先后顺序对其编号，当人从视野内消失后重现时，仍能为该人体保留原编号； 对于检测人脸位置和id的分支，该网络在训练阶段采用tripletloss函数，用于保证两张来自同一个人头像的编码差值小，而两张来自不同人的头像的编码差值大，并增加了额外的监督信息，使得该分支不仅能输出可表达人脸位置信息的矩形框，还每张人脸图像提取5个关键点，分别对应人的左眼中心、右眼中心、鼻子中心、嘴角左端和嘴角右端，对密集或模糊的人脸有更鲁棒的检测精度；在输出当前帧人脸的检测结果后，该网络将实验室准入人员的人脸图像和视频帧中检测到的人脸图像映射到欧式空间，并比较实验室准入人员的人脸图像和视频帧中人脸图像间的空间距离，用于获取视频帧中人脸与实验室准入名单内人脸的相似性，将名单内人员的id信息传递给视频帧中与其相似的人脸； 将人脸的id传递给人体的具体步骤为：将每一帧的人脸检测结果矩形框用x1i,y1i和x2i,y2i表示，i∈n，n为当前帧检测到的人脸数量，i为当前帧的第i张人脸，x1i,y1i为该人脸框的左上角坐标，x2i,y2i为人脸框的右下角坐标；将每一帧的人体跟踪结果用X1j,Y1j和X2j,Y2j表示，j∈m，m为当前帧检测到的人体数量，j为当前帧的第j个人体，X1j,Y1j为该人体框的左上角坐标，X2j,Y2j为人体框的右下角坐标；当x1i,y1i、x2i,y2i、X1j,Y1j、X2j,Y2j坐标满足如公式1所示位置关系时，将人脸i的id信息传递给人体j； 将实验室平面图与视频监控中的地面建立二维映射关系，只有从监控视频中找到人体足部中心在地面的坐标才能在实验室平面图中获取人体的对应位置；人体跟踪框左上角和右下角的对应坐标分别为x1i,y1i和x2i,y2i，对于人体整体进入监控视野的情况，选取12×x1i+12×x2i,y2i作为人体足部中心坐标；对于人体足部区域未进入监控视频的情况，根据人体跟踪框的位置和宽度预测其足部中心的位置；通过对1632张监控视频图像进行分析，可得当人体跟踪框准确覆盖人体的全部区域时，其跟踪框的纵横比为2.63-2.95之间；而即使人的腿部未进入监控视野，其跟踪框的宽度w也是准确的，所以该类情况下中，基于跟踪框的纵横比平均值，预测其足部中心坐标，并将该坐标表示为12×x1i+12×x2i,y1i+2.79×x2i-x1i； 在单个摄像头内，根据每帧中每个人体的足部中心坐标和实验室平面图的二维映射关系，确定人在每一帧的坐标点，将同一个人的坐标点按视频帧的时间顺序相连形成平面图内的轨迹； 由于单个摄像头的拍摄会在实验室内留下视觉死角，且单个广角摄像头越边缘的位置会存在越严重的桶形畸变，降低相机标定的准确性；所以针对实验室中的多个方位存在多个监控摄像头的情况，设计了基于多摄像头的轨迹融合方案； 假设同一实验室中存在r个监控摄像头，对于同一时间的同一人体，可检测到r个相机内坐标，在实验室平面图内，得到对该人体的r个预测位置点；理论上上述r个点应在平面图内完全重合，但由于相机畸变、标定误差、跟踪误差等问题，导致其会散列在平面图的一个局部子区域内；首先通过局部异常因子检测算法，判断样本点间的局部可达密度，局部可达密度即r个预测位置点间可达距离平均值的倒数，样本点密度越高，该样本点为异常因子的概率越小；将局部可达密度阈值设置为30，若某样本点到其他点的局部可达密度小于30，则该点为离群点，反之为非离群点；按此方法去除r个点中的离群点，然后根据剩余的r′个坐标点，计算该人体在当前时间在平面图中的坐标其计算公式如公式6所示； 将基于公式6得到的同一人坐标点按时间顺序排序，可得到和单摄像头相比更鲁棒的实验室平面图内轨迹。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100号；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。