一种基于识别人员安全行为画像的检测方法及装置制造方法及图纸

本发明专利技术公开一种识别人员安全行为画像的检测方法及装置，方法包括：基于对视频图像中的危险源区域进行点集提取以及对视频图像中人员进行骨骼点集提取，判断人员是否处于危险源区域；若人员处于危险源区域，判断人员是否存在抽烟行为；若人员存在抽烟行为，则计算获取的人员嘴部视频图像中烟雾的某一像素点的梯度，并基于某一像素点的梯度构建梯度方向的直方图；将构建的梯度方向的直方图与预设的抽烟烟雾直方图数据库中的直方图进行对比。基于大数据建立抽烟烟雾直方图数据库，让获取的人员嘴部视频图像的直方图与数据库中的抽烟烟雾直方图进行对比，确定人员在危险区域内是否抽烟，即实现对危险区域内人员的行为进行检测，能够减少检测任务量。能够减少检测任务量。能够减少检测任务量。

【技术实现步骤摘要】
一种基于识别人员安全行为画像的检测方法及装置


[0001]本专利技术属于行为检测
，尤其涉及一种基于识别人员安全行为画像的检测方法及装置。

技术介绍

[0002]行为检测在社会安全领域有着广泛应用，比如监控环境下的异常行为检测、商场中的偷窃行为检测识别等。化工厂是从事化学工业的工厂，在化工厂生产过程中，需要人工操作化工设备，由于化工厂具有严格的生产安全性要求，需要对化工厂内的人员进行行为检测。
[0003]传统的检测方式，采用摄像机对厂区进行实时监测，但是在对人员进行检测时，需要对所有人员进行检测，检测任务繁重，易造成检测过程堵塞，同时，对于危险区域内的抽烟危险行为，检测过程复杂，不直观，无法满足使用者的需求。

技术实现思路

[0004]本专利技术提供一种基于识别人员安全行为画像的检测方法及装置，用于至少解决上述技术问题之一。
[0005]第一方面，本专利技术提供一种基于识别人员安全行为画像的检测方法，包括：获取包含危险源区域以及危险源区域外围的视频图像；基于对所述视频图像中的危险源区域进行点集提取以及对所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于识别人员安全行为画像的检测方法，其特征在于，包括：获取包含危险源区域以及危险源区域外围的视频图像；基于对所述视频图像中的危险源区域进行点集提取以及对所述视频图像中人员进行骨骼点集提取，判断所述人员是否处于危险源区域；若所述人员处于危险源区域，判断所述人员是否存在抽烟行为；若所述人员存在抽烟行为，则计算获取的人员嘴部视频图像中烟雾的某一像素点的梯度，并基于某一像素点的梯度构建梯度方向的直方图，其中，某一像素点(x，y)处的梯度大小为G(x，y)和梯度方向α(x，y)分别为：式中，G
x
(x，y)为x轴上某一像素点(x，y)的梯度大小，G
y
(x，y)为y轴上某一像素点(x，y)的梯度大小；将构建的梯度方向的直方图与预设的抽烟烟雾直方图数据库中的直方图进行对比；若构建的梯度方向的直方图预设的抽烟烟雾直方图数据库中某一的直方图相同，则所述人员在危险源区域内抽烟。2.根据权利要求1所述的一种基于识别人员安全行为画像的检测方法，其特征在于，在计算获取的人员嘴部视频图像中烟雾的某一像素点的梯度之前，所述方法还包括：若所述人员存在抽烟行为，将获取的所述人员嘴部视频图像进行整体归一化，其中，归一化公式为：I(x，y)＝I(x，y)γ，式中，γ为图像I(X，Y)归一化时的参数。3.根据权利要求1所述的一种基于识别人员安全行为画像的检测方法，其特征在于，所述基于对所述视频图像中的危险源区域进行点集提取以及对所述视频图像中人员进行骨骼点集提取包括：基于加权法将所述视频图像转化为灰度图，其中，转化的表达式为：GRAY＝k1*R+k2*G+k3B，式中，R、G和B分别为红、绿、蓝三原色的分量，k1、k2和k3均为权重值；基于高斯模糊对所述灰度图进行去噪处理，其中，去噪处理的表达式为：式中，x、y分别为某一像素点的x轴坐标和y轴坐标，σ为正态分布的标准差；根据Canny...

【专利技术属性】
技术研发人员：张青，张俊，尹康，钟文明，罗礼福，
申请(专利权)人：江西电信信息产业有限公司，
类型：发明
国别省市：