The invention relates to a method for monitoring abnormal behavior of tea pickers based on in-depth learning, belonging to the field of computer vision intelligent monitoring technology. Cameras are deployed on Tea Mountain and image information processing and monitoring system is configured to collect image data sets and preprocess unclear images. Then they are sent to the deep learning neural network of the image information processing system to extract and mark the feature vectors that best reflect the intrinsic nature of human behavior information on Tea Mountain. The marked video images are sent to the deep learning network for training. The domestication model is generated, and then the human signs and behavior data are extracted in real time. Combining the current location data and residence time of the pickers on the tea mountain, the abnormal situation of the pickers is judged by the domestication model based on the fuzzy logic reasoning. The red box is displayed in the monitoring terminal and the alarm is given. It has the advantages of simple implementation, strong expansibility, good detection effect and guaranteeing the personal safety of tea pickers.
【技术实现步骤摘要】
一种基于深度学习的茶山采摘人员异常行为监控方法
本专利技术公开一种基于深度学习的茶山采摘人员异常行为监控方法,属于计算机视觉智能监控
技术介绍
目前随着人们生活品味的提升,人们对茶叶的需求也越来越多。例如现在的信阳毛尖、太平猴魁、普洱茶的等,目前采用的都只是手工采摘技术依。从古至今,茶叶一般的生长大多位于大范围山坡上的区域,所以采摘起来还是相对与人来说不免有危险系数存在。目前,去山上采摘茶叶的大多是农村中长期在家中的中老年妇女,由于长期在家中劳作,可能存在着身体疾病等,会导致在阶梯状的茶山上工作时导致摔倒的可能。并且如果一旦当这些采摘茶叶的中老年人有出现在山坡上滑倒或者是疾病等出现异常行为等,在偌大的茶山上很难被人发或者及时救援,很容易导致采摘人员出现生命危险。
技术实现思路
本专利技术要解决的技术问题是针对现有茶山采摘人员的异常状态不能得到有效监控而容易导致安全事故等不足,提出一种基于深度学习的茶山采摘人员异常行为监控方法,有效检测茶山上的采摘人员的摔倒、失踪等异常情况,保障茶叶采摘人员生命安全。为解决上述技术问题,本专利技术提供一种基于深度学习的茶山采摘人员异常行为监控方法,具体步骤是:(1)在茶山上部署摄像头并配置图像信息处理与监控系统,通过摄像头采集图像数据集,采用局部直方图、Retinex算法对雾气较大或光照不良等图像进行预处理,获得清晰的视频图像;(2)将经步骤(1)得到的视频图像送入图像信息处理系统的深度学习神经网络中,提取图像信息中最能反映茶山上的人体行为信息内在本质的特征向量并进行标记,再将处理后带标记的视频图像送入深度学习网络经行 ...
【技术保护点】
1.一种基于深度学习的茶山采摘人员异常行为监控方法,其特征在于:具体步骤是:(1)在茶山上部署摄像头并配置图像信息处理与监控系统,通过摄像头采集图像数据集,采用局部直方图、Retinex算法对雾气较大或光照不良等图像进行预处理,获得清晰的视频图像;(2)将经步骤(1)得到的视频图像送入图像信息处理系统的深度学习神经网络中,提取图像信息中最能反映茶山上的人体行为信息内在本质的特征向量并进行标记,再将处理后带标记的视频图像送入深度学习网络经行训练,生成驯化模型;(3)实时提取茶山上人体征数据和行为数据,结合茶山上采摘人员当前位置数据与驻留时长,通过驯化模型对提取到的茶山上人体征数据和行为数据进行模糊逻辑推理判断,确定采摘人员是否存在摔倒等异常情况;(4)当经步骤(3)判断出茶山上出现人体异常行为时,在监控终端显示出红色框并经行报警,提醒茶山管理监控人员,进行有效救援。
【技术特征摘要】
1.一种基于深度学习的茶山采摘人员异常行为监控方法,其特征在于:具体步骤是:(1)在茶山上部署摄像头并配置图像信息处理与监控系统,通过摄像头采集图像数据集,采用局部直方图、Retinex算法对雾气较大或光照不良等图像进行预处理,获得清晰的视频图像;(2)将经步骤(1)得到的视频图像送入图像信息处理系统的深度学习神经网络中,提取图像信息中最能反映茶山上的人体行为信息内在本质的特征向量并进行标记,再将处理后带标记的视频图像送入深度学习网络经行训练,生成驯化模型;(3)实时提取茶山上人体征数据和行为数据,结合茶山上采摘人员当前位置数据与驻留时长,通过驯化模型对提取到的茶山上人体征数据和行为数据进行模糊逻辑推理判断,确定采摘人员是否存在摔倒等异常情况;(4)当经步骤(3)判断出茶山上出...
【专利技术属性】
技术研发人员:闫胜业,张超,黄宇维,倪旭,
申请(专利权)人:南京信息工程大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。