一种危险行为预警方法、装置和设备制造方法及图纸

本发明专利技术涉及一种危险行为预警方法、装置和设备，该方法包括：在预设的识别模型中，根据获取的实时图像数据，确定是否存在目标对象；若是，对于每一目标对象，按照预设的时间间隔获取预设时间段内的图像数据；确定所述目标对象的各预设目标部位所对应的目标行为特征数据；获取预设样本集中对应于所述目标对象的各预设目标部位的样本行为特征数据；针对每一预设目标部位，根据其目标行为特征数据与样本行为特征数据，确定行为结果参数；根据所述行为结果参数与预设行为结果阈值，确定所述目标对象是否发生危险行为。本发明专利技术的方法对样本集要求较低，在样本集数量较小情况下，即可识别是否发生危险行为，识别效果较好，更加精准。更加精准。更加精准。

A dangerous behavior early warning method, device and equipment

【技术实现步骤摘要】
一种危险行为预警方法、装置和设备


[0001]本专利技术涉及一种危险行为预警方法、装置和设备。

技术介绍

[0002]人体动作识别技术广泛应用于监控识别等领域，在目标对象密集的环境下，可通过监控系统分析目标对象是否发生危险行为，以达到规避风险提前预警的目的。现有技术通常通过深度学习技术进行目标对象危险行为的检测，如通过三维卷积神经网络提取视频中图像数据的信息，进而得到视频中的目标对象危险行为检测结果。

技术实现思路

[0003]本专利技术的专利技术人发现，现有技术常通过深度学习的方法进行危险行为检测，由于基于深度学习的方法进行的危险行为检测在于识别目标对象的姿态位置，需要较长时间段内的图像数据才能确定姿态位置是否发生改变，对样本集要求较高，而且在样本集数量较小情况下，识别效果不佳。
[0004]鉴于上述问题，本专利技术实施例有必要提出一种危险行为预警方法、装置和设备以解决或部分解决上述问题，本专利技术提出的技术方案如下：
[0005]作为本专利技术实施例的第一个方面，本专利技术实施例提供一种危险行为预警方法，包括：
[0006]在预设的识别模型中，根据获取的实时图像数据，确定是否存在目标对象；
[0007]若是，对于每一目标对象，按照预设的时间间隔获取预设时间段内的图像数据；
[0008]根据所述预设时间段内的图像数据，确定所述目标对象的各预设目标部位所对应的目标行为特征数据；
[0009]获取预设样本集中对应于所述目标对象的各预设目标部位的样本行为特征数据；
[0010]针对每一预设目标部位，根据其目标行为特征数据与样本行为特征数据，确定行为结果参数；
[0011]根据所述行为结果参数与预设行为结果阈值，确定所述目标对象是否发生危险行为。
[0012]在一个或一些实施例中，所述根据所述预设时间段内的图像数据，确定所述目标对象的各预设目标部位所对应的目标行为特征数据，包括：
[0013]根据所述预设时间段内的图像数据，确定目标对象的各预设目标部位所对应的目标位移数组；
[0014]根据目标对象的各预设目标部位所对应的目标位移数组，确定所述目标对象的各预设目标部位所对应的目标行为特征数据；
[0015]所述预设时间段内的图像数据是通过至少三个不同方位的图像采集设备采集得到的；
[0016]所述根据所述预设时间段内的图像数据，确定目标对象的各预设目标部位所对应
的目标位移数组，包括：
[0017]针对目标对象的每一预设目标部位：
[0018]根据获取的所述预设时间段内的图像数据中各图像采集设备所对应的每一帧图像的各目标二维位置信息数组，确定对应的目标三维位置信息数组；
[0019]根据每一帧图像所对应的所述目标三维位置信息数组确定对应的目标位移信息数组，得到所述目标位移数组；
[0020]所述目标行为特征数据包括目标速度数组和目标加速度数组；
[0021]所述根据目标对象的各预设目标部位所对应的目标位移数组，确定所述目标对象的各预设目标部位所对应的目标行为特征数据，包括：
[0022]针对目标对象的每一预设目标部位：
[0023]根据所述目标位移数组进行微分，确定对应的目标速度数组；
[0024]根据所述目标速度数组进行微分，确定对应的目标加速度数组；
[0025]对所述目标速度数组和所述目标加速度数组进行归一化处理得到归一化后的目标速度数组和归一化后的目标加速度数组。
[0026]在一个或一些实施例中，所述获取预设样本集中对应于所述目标对象的各预设目标部位的样本行为特征数据，包括：
[0027]根据预设样本集，确定对应于所述目标对象的各预设目标部位的样本位移数组；
[0028]根据对应于所述目标对象的各预设目标部位的样本位移数组，确定对应于所述目标对象的各预设目标部位的样本行为特征数据；
[0029]所述预设样本集是通过至少三个不同方位的图像采集设备采集得到的；
[0030]所述根据预设样本集，确定对应于所述目标对象的各预设目标部位的样本位移数组，包括：
[0031]针对目标对象的各预设目标部位：
[0032]获取所述预设样本集的图像数据中各图像采集设备所对应的每一帧图像的各样本二维位置信息数组；
[0033]根据每一帧图像的各样本二维位置信息数组确定对应的样本三维位置信息数组；
[0034]根据相邻两帧图像的样本三维位置信息数组确定对应的样本位移信息数组；
[0035]根据确定的各个样本位移信息数组，得到所述样本位移数组；
[0036]所述样本行为特征数据包括样本速度数组和样本加速度数组；
[0037]所述根据对应于所述目标对象的各预设目标部位的样本位移数组，确定对应于所述目标对象的各预设目标部位的样本行为特征数据，包括：
[0038]针对目标对象的每一预设目标部位：
[0039]根据所述样本位移数组进行微分，确定对应的样本速度数组；
[0040]根据所述样本速度数组进行微分，确定对应的样本加速度数组；
[0041]对所述样本速度数组和所述样本加速度数组进行归一化处理得到归一化后的样本速度数组和归一化后的加速度数组。
[0042]在一个或一些实施例中，所述预设时间段内的图像数据是通过三个不同方位的图像采集设备采集得到的；
[0043]所述根据获取的所述预设时间段内的图像数据中各图像采集设备所对应的每一
帧图像的各目标二维位置信息数组，确定对应的目标三维位置信息数组；根据每一帧图像所对应的所述目标三维位置信息数组，确定对应的目标位移信息数组，得到所述目标位移数组，包括：
[0044]获取的所述预设时间段内的图像数据中各图像采集设备所对应的每一帧图像的各目标二维位置信息数组；
[0045]将所述每一帧图像所对应的各目标二维位置信息数组代入下述公式(1)，得到每一帧图像所对应的所述目标三维位置信息数组：
[0046]pxi＝(x2+x3)/2,pyi＝(x1+y3)/2,pzi＝(y1+y2)/2，公式(1)；
[0047]其中，(x1，y1)为第一目标二维位置信息数组，(x2，y2)为第二目标二维位置信息数组，(x3，y3)为第三目标二维位置信息数组，(pxi，pyi，pzi)为目标三维位置信息数组；
[0048]将每一帧图像所对应的所述目标三维位置信息数组分别代入下述公式(2)，得到每一帧图像所对应的所述目标位移信息数组：
[0049]Pi＝(pxi^2+pyi^2+pzi^2)^0.5,公式(2)；
[0050]其中，i＝1,2,
…
n，n为目标三维位置信息的数量；
[0051]根据确定的各个目标位移信息数组，得到所述目标位移数组。
[0052]在一个或一些实施例中，在将每一帧图像所对应的所述目标三维位置信息数组分别代入下述公式(2)，得到每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种危险行为预警方法，其特征在于，包括：在预设的识别模型中，根据获取的实时图像数据，确定是否存在目标对象；若是，对于每一目标对象，按照预设的时间间隔获取预设时间段内的图像数据；根据所述预设时间段内的图像数据，确定所述目标对象的各预设目标部位所对应的目标行为特征数据；获取预设样本集中对应于所述目标对象的各预设目标部位的样本行为特征数据；针对每一预设目标部位，根据其目标行为特征数据与样本行为特征数据，确定行为结果参数；根据所述行为结果参数与预设行为结果阈值，确定所述目标对象是否发生危险行为。2.根据权利要求1所述的危险行为预警方法，其特征在于，所述根据所述预设时间段内的图像数据，确定所述目标对象的各预设目标部位所对应的目标行为特征数据，包括：根据所述预设时间段内的图像数据，确定目标对象的各预设目标部位所对应的目标位移数组；根据目标对象的各预设目标部位所对应的目标位移数组，确定所述目标对象的各预设目标部位所对应的目标行为特征数据；所述预设时间段内的图像数据是通过至少三个不同方位的图像采集设备采集得到的；所述根据所述预设时间段内的图像数据，确定目标对象的各预设目标部位所对应的目标位移数组，包括：针对目标对象的每一预设目标部位：根据获取的所述预设时间段内的图像数据中各图像采集设备所对应的每一帧图像的各目标二维位置信息数组，确定对应的目标三维位置信息数组；根据每一帧图像所对应的所述目标三维位置信息数组确定对应的目标位移信息数组，得到所述目标位移数组；所述目标行为特征数据包括目标速度数组和目标加速度数组；所述根据目标对象的各预设目标部位所对应的目标位移数组，确定所述目标对象的各预设目标部位所对应的目标行为特征数据，包括：针对目标对象的每一预设目标部位：根据所述目标位移数组进行微分，确定对应的目标速度数组；根据所述目标速度数组进行微分，确定对应的目标加速度数组；对所述目标速度数组和所述目标加速度数组进行归一化处理得到归一化后的目标速度数组和归一化后的目标加速度数组。3.根据权利要求1所述的危险行为预警方法，其特征在于，所述获取预设样本集中对应于所述目标对象的各预设目标部位的样本行为特征数据，包括：根据预设样本集，确定对应于所述目标对象的各预设目标部位的样本位移数组；根据对应于所述目标对象的各预设目标部位的样本位移数组，确定对应于所述目标对象的各预设目标部位的样本行为特征数据；所述预设样本集是通过至少三个不同方位的图像采集设备采集得到的；所述根据预设样本集，确定对应于所述目标对象的各预设目标部位的样本位移数组，包括：
针对目标对象的各预设目标部位：获取所述预设样本集的图像数据中各图像采集设备所对应的每一帧图像的各样本二维位置信息数组；根据每一帧图像的各样本二维位置信息数组确定对应的样本三维位置信息数组；根据相邻两帧图像的样本三维位置信息数组确定对应的样本位移信息数组；根据确定的各个样本位移信息数组，得到所述样本位移数组；所述样本行为特征数据包括样本速度数组和样本加速度数组；所述根据对应于所述目标对象的各预设目标部位的样本位移数组，确定对应于所述目标对象的各预设目标部位的样本行为特征数据，包括：针对目标对象的每一预设目标部位：根据所述样本位移数组进行微分，确定对应的样本速度数组；根据所述样本速度数组进行微分，确定对应的样本加速度数组；对所述样本速度数组和所述样本加速度数组进行归一化处理得到归一化后的样本速度数组和归一化后的加速度数组。4.根据权利要求2所述的危险行为预警方法，其特征在于，所述预设时间段内的图像数据是通过三个不同方位的图像采集设备采集得到的；所述根据获取的所述预设时间段内的图像数据中各图像采集设备所对应的每一帧图像的各目标二维位置信息数组，确定对应的目标三维位置信息数组；根据每一帧图像所对应的所述目标三维位置信息数组，确定对应的目标位移信息数组，得到所述目标位移数组，包括：获取的所述预设时间段内的图像数据中各图像采集设备所对应的每一帧图像的各目标二维位置信息数组；将所述每一帧图像所对应的各目标二维位置信息数组代入下述公式(1)，得到每一帧图像所对应的所述目标三维位置信息数组：pxi＝(x2+x3)/2,pyi＝(x1+y3)/2,pzi＝(y1+y2)/2，公式(1)；其中，(x1，y1)为第一目标二维位置信息数组，(x2，y2)为第二目标二维位置信息数组，(x3，y3)为第三目标二维位置信息数组，(pxi，pyi，pzi)为目标三维位置信息数组；将每一帧图像所对应的所述目标三维位置信息数组分别代入下述公式(2)，得到每一帧图像所对应的所述目标位移信息数组：Pi＝(pxi^2+pyi^2+pzi^2)^0.5,公式(2)；其中，i＝1,2,
…<...

【专利技术属性】
技术研发人员：王业率，马传香，张龑，王时绘，黄辰，李亚敏，宋建华，何鹏，杨超，
申请(专利权)人：湖北大学，
类型：发明
国别省市：