首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于红外激光和深度学习的人物动作识别分析方法及系统 

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:上海炎荣电子科技有限公司

摘要:本发明提供一种基于红外激光和深度学习的人物动作识别分析方法及系统,涉及动作识别技术领域,包括:获取红外图像和激光雷达数据,进行预处理,得到标准红外图像和高密度点云数据,进行特征交互融合,生成多模态特征图,提取目标区域,进行类别识别和位置回归,输出类别标签;提取空间结构信息和语义属性信息,推理获取人物骨架数据,将人物骨架数据转化为时空特征序列,融合区分性特征,确定人物动作识别结果;构建异常动作检测模型,进行语义匹配,计算语义相似度并确定候选异常动作,进行时空上下文建模,生成高级语义特征,输出异常动作类别标签并评估异常置信度,若大于置信度阈值,则认为当前候选异常动作为真实异常动作并触发异常警报。

主权项:1.基于红外激光和深度学习的人物动作识别分析方法,其特征在于,包括:获取目标场景的红外图像和激光雷达数据,对所述红外图像进行预处理,得到标准红外图像,对所述激光雷达数据进行下采样、滤波和聚类操作,得到高密度点云数据,将所述标准红外图像和所述高密度点云数据添加至预设的多模态融合网络中,通过注意力机制进行特征交互融合,生成多模态特征图,通过级联检测和识别网络从所述多模态特征图中提取目标区域,进行类别识别和位置回归,输出人物和物体的类别标签;基于人物类别标签对应的第一候选区域,通过图卷积神经网络提取人体关键点的空间结构信息和语义属性信息,通过关键点坐标回归和骨架拓扑结构推理获取人物骨架数据,通过时空序列建模模块将所述人物骨架数据转化为时空特征序列,通过多流自注意力网络融合不同关节点在时域和空间域上的区分性特征,结合多任务联合学习算法确定人物动作识别结果;基于所述人物动作识别结果,构建基于知识图谱和深度强化学习的异常动作检测模型,通过语义匹配将所述人物动作识别结果与正常动作知识图谱进行语义匹配,计算语义相似度并确定候选异常动作,通过图注意力网络对所述候选异常动作进行时空上下文建模,生成高级语义特征,基于所述高级语义特征输出异常动作类别标签并评估异常置信度,若所述异常置信度大于预设的置信度阈值,则认为当前候选异常动作为真实异常动作并触发异常警报。

全文数据:

权利要求:

百度查询: 上海炎荣电子科技有限公司 基于红外激光和深度学习的人物动作识别分析方法及系统

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。