[發明專利]基于設備端的智能暴恐行為檢測方法在審
| 申請號： | 202011129340.6 | 申請日： | 2020-10-21 |
| 公開（公告）號： | CN112287791A | 公開（公告）日： | 2021-01-29 |
| 發明（設計）人： | 李雪;李銳;王建華 | 申請（專利權）人： | 濟南浪潮高新科技投資發展有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 濟南泉城專利商標事務所 37218 | 代理人： | 李桂存 |
| 地址： | 250104 山東省濟南市*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 設備 智能 行為 檢測 方法 | ||
【權利要求書】：
1.一種基于設備端的智能暴恐行為檢測方法，其特征在于，包括以下步驟：
S1. 對暴恐行為進行分類；
S2.選擇輕量級網絡MobileNets模型，該模型在卷積操作中借鑒了可分離卷積的思想，將標準卷積操作分割為depthwise和pointwise兩部分；
S3. 利用網絡訓練標記后的暴恐數據得到模型，利用剪枝的方式對模型進行壓縮，即通過排序神經網絡中神經元的貢獻度，去除對輸出貢獻較小的參數；
S4.對模型檢測出的暴恐元素進行邏輯關系組合，定義判斷暴恐行為的條件；
S5. 對當前幀圖像檢測，當檢測結果符合邏輯關系時，判定為暴恐行為，發出警報，通知最近的安保人員，否則判為正常行為。
2.根據權利要求1所述基于設備端的智能暴恐行為檢測方法，其特征在于：假設輸入數據維度為，depthwise+Pointwise的組合卷積參數量為: ，w為圖像寬度、h為圖像，c為圖像通道，n為卷積核個數。
3.根據權利要求1所述基于設備端的智能暴恐行為檢測方法，其特征在于：s1中參考PASCAL VOC數據集的標注格式，人為定義6中暴恐行為：血腥、爆炸、車禍、槍支、刀具和恐怖分子，標記數據并參與訓練。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于濟南浪潮高新科技投資發展有限公司，未經濟南浪潮高新科技投資發展有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011129340.6/1.html，轉載請聲明來源鉆瓜專利網。
