人员持刀识别方法、装置及电子设备制造方法及图纸

技术编号:38464371 阅读:22 留言:0更新日期:2023-08-11 14:41
本发明专利技术提供一种人员持刀识别方法、装置及电子设备。本发明专利技术利用目标检测网络对目标图像进行目标检测,输出目标图像中所有可能的人员和刀具的位置方框;从目标图像中根据人员的位置方框裁剪得到人员小图;利用人体关键点识别网络对人员小图进行人体关键点识别,得到人员的关节关键点信息,定位手部正方形区域;将手部正方形区域的坐标通过裁剪比例关系映射回目标图像;根据刀具的位置方框和映射回目标图像后的手部正方形区域,对人员持刀行为进行识别;本发明专利技术可显式学习手部及持刀特征,基本可以规避人员其他部位或背景变化对特征学习的干扰,理论上可以取得更高的精度。理论上可以取得更高的精度。理论上可以取得更高的精度。

【技术实现步骤摘要】
人员持刀识别方法、装置及电子设备


[0001]本专利技术涉及计算机视觉图像处理
,尤其涉及一种人员持刀识别方法、装置及电子设备。

技术介绍

[0002]随着社会的发展,各类犯罪事故威胁着每位市民的生命安全。机场、地铁站、火车站、学校、医院等公共场所的安全越来越受到关注。这些重点场所由于人口流动大、安防环境复杂,各类违法案件时有发生,其中,不乏持刀行为造成的恶性事件。本专利技术依托城市视频监控,利用图像识别智能化技术自动识别人员持刀行为,实时告警提醒安保人员关注和干预,减少此类事件的发生,保护市民生命财产安全。
[0003]公开号 CN111832450A的专利公开了基于图像识别的持刀检测方法,包括训练出行人检测模型和注意力持刀分类模型,接着将监控视频解码为图片,通过行人检测模型获得图片上的人形的位置信息并对位置进行扩展,然后根据扩展的位置截取图片,得到采样图片;将采样图片送入注意力持刀分类模型,以识别当前行人有无持刀,若有则报警。该方案采用人员检测、扩充裁剪以及人员小图分类的方式,通过基于注意力机制的分类网络隐式学习人员手部及持刀本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人员持刀识别方法,其特征在于,包括:获取视频流数据;对所述视频流数据进行预处理,得到目标图像;利用目标检测网络对所述目标图像进行目标检测,输出目标图像中所有可能的人员和刀具的位置方框;从目标图像中根据人员的位置方框裁剪得到人员小图;利用人体关键点识别网络对所述人员小图进行人体关键点识别,得到人员的关节关键点信息,所述关节关键点信息包含左肩关键点、左手肘关键点、左手腕关键点、右肩关键点、右手肘关键点以及右手腕关键点的坐标位置;以所述左手腕关键点、右手腕关键点的坐标位置为中心点,定位手部正方形区域;将手部正方形区域的坐标通过裁剪比例关系映射回目标图像;根据所述刀具的位置方框和映射回目标图像后的手部正方形区域,对人员持刀行为进行识别。2.如权利要求1所述的人员持刀识别方法,其特征在于,对所述视频流数据进行预处理,得到目标图像,包括:对所述视频流数据进行抽帧,得到图像帧;对所述图像帧进行尺寸调整、通道调整以及归一化处理。3.如权利要求1所述的人员持刀识别方法,其特征在于,利用目标检测网络对所述目标图像进行目标检测,输出目标图像中所有可能的人员和刀具的位置方框,包括:将所述目标图像送入yolov5目标检测网络进行目标检测;输出目标图像中所有可能的人员和刀具的位置方框;对目标图像中所有可能的人员和刀具的位置方框进行进行非极大抑制操作,得到最终预测的人员和刀具的位置方框。4.如权利要求1所述的人员持刀识别方法,其特征在于,从目标图像中根据人员的位置方框裁剪得到人员小图,包括:对所述人员的位置方框的宽和高分别往外扩充5%;从目标图像中根据扩充后的位置方框裁剪得到人员小图。5.如权利要求1所述的人员持刀识别方法,其特征在于,以所述左手腕关键点、右手腕关键点的坐标位置为中心点,定位手部正方形区域,包括:以所述左手腕关键点、右手腕关键点的坐标位置为中心点,根据手部两两关节相连的欧式距离的平均值确定手部正方形区域的边长,定位手部正方形区域。6.如权利要求5所述的人员持刀识别方法,其特征在于,所述正方形区域的边长A计算方法如下:;其中,左肩、左手肘、左手腕的...

【专利技术属性】
技术研发人员:孟宪李丹闾凡兵吴婷谭芳芳
申请(专利权)人:长沙海信智能系统研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1