龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：北京工业大学
摘要：本发明公开一种基于YOLOv8‑pose的工厂工人违规动作实时检测方法，建立了一种快捷、高效、准确的实时人体姿态识别方法，结合目标检测和YOLOv8‑pose人体姿态估计算法，判断是否存在违规物品的同时，生成关键点的时空序列图，通过关键点距离、角度计算，初步判断是否存在违规行为，进而通过自适应图卷积，捕捉关键点之间的时空依赖关系，最后流结构模型利用骨架信息和自适应卷积网络，进一步对人体动作识别，极大提高了检测在线处理能力。
主权项：1.一种基于YOLOv8-pose的工厂工人违规动作实时检测方法，其特征在于，包括如下步骤：步骤一：收集包含工厂工人视频的数据集和图片，标注工人关键点信息以及出现的违规物品；步骤二：使用标注数据集训练目标检测YOLO模型，完成对目标物品检测；步骤三：使用标注视频和模型配置进行训练YOLOv8-pose姿态估计模型，能够完成准确地预测人体关键点信息，并对遮挡关键点估计；步骤四：利用训练好YOLO模型和YOLOv8-pose模型，对摄像监测画面中的违规物品和人体关键点进行实时检测；步骤五：遍历当前人体关键点位置信息，计算各关键点之间点距离，依关键点亲密度连接各关键点形成人体骨架模型，计算骨架之前夹角，判定当前行为是否可能违规动作；步骤六：人体关键点距离或关键点连线之间的夹角判定为违规动作时，将关键点信息集合输入图卷积神经元网络，进一步捕捉关键点之间的时空依赖关系；步骤七：利用双流结构中自适应图卷积完成骨架序列上进行特征提取和动作分类，对出现的违规动作进行报警并截图保存。
全文数据：
权利要求：
百度查询： 北京工业大学 一种基于YOLOv8-pose的工厂工人违规动作实时检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号