[發(fā)明專(zhuān)利]一種基于人體骨架的行人異常行為檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010345247.2
• 申請(qǐng)日: 2020-04-27
• 公開(kāi)（公告）號(hào): CN111582092A
• 公開(kāi)（公告）日: 2020-08-25
• 發(fā)明（設(shè)計(jì)）人: 吳曉軍;袁佳興;原盛
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安交通大學(xué)
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安通大專(zhuān)利代理有限責(zé)任公司 61200
• 代理人: 賀小停

1.一種基于人體骨架的行人異常行為檢測(cè)方法，其特征在于，包括以下步驟：

步驟1，對(duì)圖像進(jìn)行行人檢測(cè)，并利用檢測(cè)框進(jìn)行框定，得到行人檢測(cè)框；

步驟2，從步驟1中得到的行人檢測(cè)框中提取人體骨架信息，得到人體骨架信息圖片，并對(duì)該人體骨架信息圖片進(jìn)行去除背景預(yù)處理；

步驟3，利用基于殘差的多尺度信息融合識(shí)別網(wǎng)絡(luò)對(duì)步驟2中的預(yù)處理后的人體骨架信息圖片進(jìn)行行人異常行為檢測(cè)，得到一個(gè)四維向量，分別對(duì)應(yīng)行人異常行為的四類(lèi)動(dòng)作。

2.根據(jù)權(quán)利要求1所述的一種基于人體骨架的行人異常行為檢測(cè)方法，其特征在于，步驟1中，利用YOLOv3目標(biāo)檢測(cè)算法對(duì)圖像進(jìn)行行人檢測(cè)，得到行人檢測(cè)框。

3.根據(jù)權(quán)利要求1所述的一種基于人體骨架的行人異常行為檢測(cè)方法，其特征在于，步驟2中，利用RMPE框架從步驟1中得到的行人檢測(cè)框中提取人體骨架信息，得到人體骨架信息圖片。

4.根據(jù)權(quán)利要求1所述的一種基于人體骨架的行人異常行為檢測(cè)方法，其特征在于，步驟3中，所述基于殘差的多尺度信息融合識(shí)別網(wǎng)絡(luò)包括主干殘差網(wǎng)絡(luò)模塊和兩支分支網(wǎng)絡(luò)模塊，其中，主干殘差網(wǎng)絡(luò)模塊包括輸入層，所述輸入層的輸入端用于接收預(yù)處理后的人體骨架信息圖片；所述輸入層的輸出端依次連接第一卷積模塊和第二卷積模塊，所述第二卷積模塊的輸出端分別連接一支分支網(wǎng)絡(luò)模塊和第三卷積模塊；所述第三卷積模塊的輸出端分別連接另一支分支網(wǎng)絡(luò)模塊和第四卷積模塊；所述第四卷積模塊連接第五卷積模塊，所述第五卷積模塊和兩支分支網(wǎng)絡(luò)模塊的輸出端進(jìn)行合并，將多尺度信息融合輸送至全連接層；所述輸出層為softmax分類(lèi)器。

5.根據(jù)權(quán)利要求4所述的一種基于人體骨架的行人異常行為檢測(cè)方法，其特征在于，所述第一卷積模塊包括一個(gè)卷積層和一個(gè)池化層；所述第二卷積模塊包括三個(gè)子殘差網(wǎng)絡(luò)單元，每個(gè)子殘差網(wǎng)絡(luò)單元包括三個(gè)卷積層；所述第三卷積模塊包括四個(gè)子殘差網(wǎng)絡(luò)單元，每個(gè)子殘差網(wǎng)絡(luò)單元包括三個(gè)卷積層；所述第四卷積模塊包括二十三個(gè)子殘差網(wǎng)絡(luò)單元，每個(gè)子殘差網(wǎng)絡(luò)單元包括三個(gè)卷積層；所述第五卷積模塊包括三個(gè)子殘差網(wǎng)絡(luò)單元和一個(gè)池化層，每個(gè)子殘差網(wǎng)絡(luò)單元包括三個(gè)卷積層。

6.根據(jù)權(quán)利要求4所述的一種基于人體骨架的行人異常行為檢測(cè)方法，其特征在于，兩支分支網(wǎng)絡(luò)模塊的結(jié)構(gòu)相同，其中，一支分支網(wǎng)絡(luò)模塊包括兩個(gè)卷積層、兩個(gè)池化層以及兩個(gè)全連接層。