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！

龙图腾网恭喜四川极速动力科技有限公司申请的专利一种基于深度学习的人员异常行为分析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：CN119540876B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202510095788.7，技术领域涉及：G06V20/52；该发明授权一种基于深度学习的人员异常行为分析方法是由张小刚;钟剑丹;陈春杉;赵越设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本一种基于深度学习的人员异常行为分析方法在说明书摘要公布了：本发明公开了一种基于深度学习的人员异常行为分析方法，属于图像数据处理技术领域，包括步骤：获取人员异常行为检测数据集D；基于空间特征增强模块构造一改进YOLOv5网络；训练改进YOLOv5网络得到目标检测模型；基于改进YOLOv5网络、DeepSORT算法和改进SlowFast网络的损失函数，训练SlowFast网络得到SlowFast模型；基于目标检测模型、DeepSORT算法和SlowFast模型对待识别视频样本中的目标进行异常行为识别。本发明利用自适应权重解决类别不平衡的问题，利用时间信息提升视频动作识别的准确性，从而提高了模型对复杂场景的鲁棒性和准确性，还通过轻量化设计减少了计算资源需求，为实际应用提供了更大的灵活性和效率。

本发明授权一种基于深度学习的人员异常行为分析方法在权利要求书中公布了：1.一种基于深度学习的人员异常行为分析方法，其特征在于：包括以下步骤；S1，获取人员异常行为检测数据集D，包括数个视频样本，每个视频样本包括T张图像帧，每张图像帧均包含目标检测标注和异常行为标注；S2，构造改进YOLOv5网络，包括S21~S23；S21，构造空间特征增强模块；所述空间特征增强模块包括2个ConvModule模块ConvModule1、ConvModule2，还包括瓶颈模块、FEM模块、层归一化模块和相加层；空间特征增强模块的输入特征经ConvModule1得到第一特征后分为两路，一路经瓶颈模块得到瓶颈特征，另一路经FEM模块得到空间注意力特征，经层归一化模块后，与经相加层得到融合特征，再经ConvModule2得到输出特征；所述瓶颈模块包括N个串联的瓶颈层，每个瓶颈层包括2个串联的ConvModule模块，且瓶颈层输入端和输出端残差连接；所述FEM模块包括3个ConvModule模块，分别经3个ConvModule模块生成查询矩阵Q、键矩阵K和值矩阵V，并经自注意力机制得到空间注意力特征；S22，获取一YOLOv5网络，包括骨干网络和颈部网络；S23，在骨干网络和颈部网络间设置空间特征增强模块，得到改进YOLOv5网络；S3，用人员异常行为检测数据集D训练改进YOLOv5网络，得到目标检测模型；S4，训练SlowFast网络，包括步骤S41~S44；S41，对人员异常行为检测数据集D中视频样本，将其图像帧依次输入目标检测模型，输出每个图像帧的目标检测结果；S42，基于DeepSORT算法，对视频样本中每个目标生成运动轨迹信息；S43，用包含运动轨迹信息的视频样本训练SlowFast网络，并以最小化损失函数更新SlowFast网络的网络参数，得到训练好的SlowFast模型，所述损失函数根据下式得到； ，式中，N为训练时一批次视频样本的总数，其中第i个视频样本标记为，、、分别为的自适应权重、SlowFast网络焦点损失、时间一致性损失，为时间一致性损失权重；S44，以最小化训练SlowFast网络，得到SlowFast模型；S5，基于目标检测模型、DeepSORT算法和SlowFast模型对待识别视频样本中的目标进行异常行为识别。

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四川极速动力科技有限公司，其通讯地址为：610000 四川省成都市高新区中和府滨中路85号1层；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”。