人员行为目标检测模型构建方法、智能分析方法及系统技术方案

本发明专利技术公开了一种人员行为目标检测模型构建方法、智能分析方法及系统，行为目标检测模型构建方法包括利用办公场景采集的监控视频，利用深度学习方法进行人员、手机等相关目标的检测；人员行为智能分析方法根据检测结果，使用多种逻辑判断方法获取人员行为事件，智能分析当前办公环境中的离岗、睡觉、玩手机行为。该方法能够对当前办公场景中的行为事件进行准确的检测与判断，排除了人为因素的干扰，且可以长时间稳定的对行为事件进行获取。本发明专利技术的方法在多种办公场景中使用都具有较高的适应性，具有一定的实用价值与广阔的市场潜力。

Construction method, intelligent analysis method and system of human behavior target detection model

【技术实现步骤摘要】
人员行为目标检测模型构建方法、智能分析方法及系统
本专利技术属于智能安全生产和数字图像处理领域，具体涉及一种人员行为目标检测模型构建方法、智能分析方法及系统。
技术介绍
安全生产已成为了近年来的热点话题，由于我国经济的飞速发展，参与到工业生产中的人员越来越多。然而，在生产的各个环节之中，安全事故频发，造成了巨大的经济损失和人身伤害。因此，利用计算机视觉技术对办公岗位的人员行为进行智能分析，对办公人员进行管理，自动获取当前岗位人员的情况是十分必要的。采用计算机视觉技术，智能分析办公场景监控视频数据，向相关安全管控部门发布岗位的安全提示与预警，达到了安全生产的智能化、科技化发展的目的。使用办公场景监控视频数据获取当前人员在岗位中的行为并分析当前人员的行为事件，与传统的仅凭上下班打卡、通过监控视频人工检测人员安全情况相比，成本较低且精度较高，可实现实时传输人员的行为事件到管理端，拥有广阔的应用前景。目前，传统的人员安全监测方法的判别依赖于人的主观因素，且存在疏忽等情况，获取的安全事件信息有限且容易误报漏报，从而存在一定的应用缺陷。...

【技术保护点】
1.一种人员行为目标检测模型构建方法，其特征在于，该方法包括：/n采集办公场景的视频图像，使用标注工具标注所述视频图像，将视频图像中的内容划分为不同目标类别，保存目标类别、目标的图像位置及对应的视频图像，构建行为目标数据集；所述目标类别包括人、手机和玩手机；/n对构建的行为目标数据集，将其作为训练深度网络的输入数据，对深度网络进行训练，训练结束后输出行为目标检测模型。/n

【技术特征摘要】
1.一种人员行为目标检测模型构建方法，其特征在于，该方法包括：
采集办公场景的视频图像，使用标注工具标注所述视频图像，将视频图像中的内容划分为不同目标类别，保存目标类别、目标的图像位置及对应的视频图像，构建行为目标数据集；所述目标类别包括人、手机和玩手机；
对构建的行为目标数据集，将其作为训练深度网络的输入数据，对深度网络进行训练，训练结束后输出行为目标检测模型。


2.一种人员行为智能分析方法，其特征在于，该方法使用权利要求1得到的行为目标检测模型以及多种逻辑判断方法，获取当前的行为事件，智能分析人员行为，得到当前岗位人员离岗、睡觉、玩手机的行为事件，完成对办公环境下的监控视频的智能分析；该方法包括如下步骤：
S1，采集办公场景视频图像，对该办公场景视频图像设置办公场景感兴趣区域，该办公场景感兴趣区域为人在办公岗位上活动的区域；
S2，使用行为目标检测模型，对办公场景感兴趣区域进行目标检测，得到行为目标检测结果，行为目标检测结果包括目标类别、该目标的图像位置、该目标的置信度；
S3，对一段办公场景的视频重复多次S2的检测，根据得到的连续多帧视频图像的行为目标检测结果，使用多种逻辑判断方法进行离岗、睡觉、玩手机行为的分析与判断，获取视频中完整的离岗事件、完整的睡觉事件、完整的玩手机事件；
S4，获得的完整的离岗事件、完整的睡觉事件、完整的玩手机事件，进行数据发布。


3.如权利要求2所述的人员行为智能分析方法，其特征在于，所述步骤S3中使用多种逻辑判断方法进行进行离岗、睡觉、玩手机行为的分析与判断，获取视频中完整的离岗事件、完整的睡觉事件、完整的玩手机事件，包括以下步骤：
步骤S3.1，对连续多帧视频图像的行为目标检测结果，进行离岗的分析与判断，获取完整的离岗事件；
步骤S3.2，对连续多帧视频图像的行为目标检测结果，进行睡觉的分析与判断，获取完整的睡觉事件；
步骤S3.3，对连续多帧视频图像的行为目标检测结果，进行玩手机的分析与判断，获取完整的玩手机事件。


4.如权利要求3所述的人员行为智能分析方法，其特征在于，进行离岗的分析与判断，获取完整的离岗事件，所述步骤S3.1的具体实现方式包括：
步骤S3.1.1，对于连续多帧的办公场景感兴趣区域的检测结果，查询该检测结果中是否有未检测到人这类目标的情况；若连续多帧的检测结果中都没有目标类别人，则认为发生离岗事件；发生离岗事件时，记录连续多帧无人检测结果中第一帧图像的对应的时间戳，执行步骤S3.1.2；没有发生离岗事件，则重复执行步骤S3.1.1；
步骤S3.1.2，发生离岗事件后，继续统计办公场景感兴趣区域的检测结果中是否有目标类别人；若没有目标类别人，则离岗事件持续，重复步骤S3.1.2；当办公场景感兴趣区域的检测结果中有连续的有目标类别人大于一定帧数阈值且每一个目标类别人的置信度大于一定目标人的置信度阈值，则认为该离岗事件结束；离岗事件结束时，记录帧数阈值对应的有人检测结果中第一帧图像的帧号对应的时间戳，执行步骤S3.1.3；
步骤S3.1.3，对于发生离岗事件后再发生离岗事件结束的连续视频帧，为一个完整的离岗事件；记录该离岗事件的持续时长。


5.如权利要求3所述的人员行为智能分析方法，其特征在于，进行睡觉的分析与判断，获取完整的睡觉事件，所述步骤S3.2的具体实现方式包括：
步骤S3.2.1，对于连续多帧的办公场景感兴趣区域的检测结果，筛选出该检测结果中有目标类别为人且人的置信度大于人的置信度阈值的视频帧，对筛选出的视频帧序列进行睡觉事件的分析与判断，执行步骤S3.2.2；
步骤S3.2.2，对筛选出的视频帧序列，每隔15张取一张图像，取够两幅图像后，进行两幅图像间的相似度判断；对两幅图像中目标类别人的矩形框的相交区域进行灰度化处理；再取这两个区域的绝对值差，再进行二值化处理；接着使用小卷积核对差值图像做腐蚀操作；使用大卷积核对处理后的图像做膨胀操作，得到相似度对比二值图；执行步骤S3.2.3；
步骤S3.2.3，统计相似度对比二值图中像素值为0的黑色像素数占...

【专利技术属性】
技术研发人员：宋焕生，梁浩翔，云旭，孙士杰，侯景严，贾金明，雷琪，刘莅辰，唐心瑶，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61