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！

申请/专利权人：金钱猫科技股份有限公司

摘要：本发明公开了一种工地围栏翻越行为检测方法及方法，包括：通过摄像机采集现场模拟工地场景翻越围栏行为的视频数据；预设基于改进的yolov7网络和DeepSort算法的工人翻越行为检测算法；使用视频数据对所述工人翻越行为检测算法进行训练；获取工地现场监控的视频流数据，并通过训练好的所述工人翻越行为检测算法进行检测，识别出视频流数据中的靠近围栏的行人并获取其运动轨迹；当运动轨迹上升超过阈值T1，则进行跨越动作检测，若是，则进行告警，否则继续进行跟踪；判断人体运动轨迹上升是否超过阈值T2，若是，则存在疑似攀爬行为。本发明可以不间断且精确的检测围栏翻越行为，避免一系列安全问题发生，并且运行成本较低。

主权项：1.一种工地围栏翻越行为检测方法，其特征在于，包括以下步骤：通过摄像机采集现场模拟工地场景翻越围栏行为的视频数据；预设基于改进的yolov7网络和DeepSort算法的工人翻越行为检测算法，所述工人翻越行为检测算法用于执行围栏检测、行人检测与跟踪；使用所述视频数据对所述工人翻越行为检测算法进行训练；获取工地现场监控的视频流数据，并通过训练好的所述工人翻越行为检测算法进行检测，识别出视频流数据中的靠近围栏的行人并获取其运动轨迹，包括：使用改进的yolov7网络对所述视频数据的当前视频帧ft进行检测，检测目标包括行人和围栏；使用帧内关系模块对帧内的行人进行标记，帧内关系模块使用所述yolov7网络的检测结果中的围栏边界框的中心点与行人边界框的中心点之间的欧氏距离D作为代价矩阵；采用匈牙利算法进行帧内目标之间的数据关联，将围栏边界框与行人边界框进行匹配，若行人匹配到围栏边界框，则认为该行人靠近围栏，并将标记设置为1；若行人未匹配到围栏边界框，则认为该行人没有靠近围栏，并将标记设置为0；使用改进的DeepSort算法进行行人轨迹跟踪，同时根据当前帧行人的标记对每条运动轨迹进行攀爬标记更新；根据所述运动轨迹判断人体是否处于攀爬上升状态，当所述运动轨迹上升超过阈值T1，则进行跨越动作检测，若是，则进行告警，否则继续进行跟踪；判断人体运动轨迹上升是否超过阈值T2，若是，则存在疑似攀爬行为，并向平台进行告警，所述阈值T2大于所述阈值T1；所述使用改进的yolov7网络对所述视频数据的当前视频帧ft进行检测，检测目标包括行人和围栏，包括步骤：输入所述视频数据的图像经过EfficientNet骨干网络提取高级特征，得到一系列不同分辨率的特征图；将不同的所述特征图分别送入不同的检测分支进行检测，每个所述检测分支都包含自适应卷积层、注意力模块、分类子网络和回归子网络；所述自适应卷积层根据目标大小自适应地调整卷积核的大小，所述注意力模块用于增强所述工人翻越行为检测算法对不同区域的感知能力，提高工人翻越行为检测算法的检测精度；所述分类子网络用于预测检测框中的物体类别，所述回归子网络用于预测检测框的位置和大小；使用特征金字塔在不同尺度的所述特征图上进行检测，以检测出不同大小的目标，并采用多级特征融合将不同尺度的所述特征图融合在一起，提高模型检测精度；将不同分辨率的所述特征图中的检测结果进行合并，并使用非极大值算法进行去重和筛选，得到最后的检测结果；所述使用改进的DeepSort算法进行行人轨迹跟踪时，提取跟踪目标的表观特征进行最近邻匹配，以提高遮挡情况下的目标追踪效果，包括步骤：在所述DeepSort算法的检测目标被相似目标干扰，检测框和预测框之间没有重叠，IOU的值恒为0时，为所述IOU添加惩罚项，所述惩罚项包括边框的重合度、中心距离和长宽比尺度信息；添加惩罚项后所述DeepSort算法跟踪轨迹与检测结果匹配过程计算公式如下： 式中，IOU为预测边界框与真实边界框的交并比，IOUc为添加惩罚项之后的交并比，ρ2为预测框和真实框中心的欧式距离，X表示预测框，Y表示真实框，γ为预测框和真实框最短的对角线长度；u为权衡参数，v为衡量长宽比相似性的参数；wgt和hgt为真实框宽和高，w和h为预测框的宽和高。

全文数据：

权利要求：

百度查询： 金钱猫科技股份有限公司 一种工地围栏翻越行为检测方法及装置