【技术实现步骤摘要】
本专利技术涉及人工智能、计算机视觉与视频监控，具体为一种持刀持械检测方法和系统。
技术介绍
1、公共场所人多而且人员复杂，一旦发生手持刀持棍棒聚众斗殴等危险行为就可能造成恶劣影响，严重危害人民群众生命安全。因此需要尽可能提前发现武器携带、消除安全隐患、降低财产生命损失。随着计算机技术的不断发展，使得通过结合视频监控和计算机视觉技术进行持刀持械检测、告警成为可能。
2、目前的持刀持械检测技术主要有以下几种：
3、通过可见光摄像头采集图像，利用两个目标检测深度学习模型，分别检测图像中的人体和棍棒。再用轮廓跟踪参数从图像中提取棍棒和人体的轮廓，最后根据轮廓进行判断。
4、通过可见光摄像头采集图像，利用目标检测和图像分类的深度神经网络方法，以人体检测模型和图像分类模型分别对图像进行识别。
5、综上可见，现有持刀持械检测技术，只考虑人体和棍棒的检测，很容易因为复杂背景而产生误判情况，效果不佳，为此特提供一种持刀持械检测方法和系统以解决上述屋恩他。
技术实现思路p>
1、(一)本文档来自技高网...
【技术保护点】
1.一种持刀持械检测方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的一种持刀持械检测方法，其特征在于：所述步骤一中获取持刀持械检测模型过程，通过在互联网上收集行人图像、持刀持械行为图像和刀具棍棒图像，对其中人体、人手、刀具、棍棒进行标注，产生矩形标记框，图像和标记框构成数据集一；使用目标检测模型在数据集一上训练，至模型收敛，得到持刀持械检测模型。
3.根据权利要求2所述的一种持刀持械检测方法，其特征在于：所述持刀持械检测模型是通过检测出单张图像中人体、人手、刀具、棍棒目标区域；目标区域表达式为[cls_id,x,y,w,h]；其中cl...
【技术特征摘要】
1.一种持刀持械检测方法，其特征在于，包括以下步骤；
2.根据权利要求1所述的一种持刀持械检测方法，其特征在于：所述步骤一中获取持刀持械检测模型过程，通过在互联网上收集行人图像、持刀持械行为图像和刀具棍棒图像，对其中人体、人手、刀具、棍棒进行标注，产生矩形标记框，图像和标记框构成数据集一；使用目标检测模型在数据集一上训练，至模型收敛，得到持刀持械检测模型。
3.根据权利要求2所述的一种持刀持械检测方法，其特征在于：所述持刀持械检测模型是通过检测出单张图像中人体、人手、刀具、棍棒目标区域；目标区域表达式为[cls_id,x,y,w,h]；其中cls_id为目标类别，x、y、w、h为目标区域中心点坐标x、中心点坐标y、目标框宽度和目标框高度。
4.根据权利要求1所述的一种持刀持械检测方法，其特征在于：所述步骤二中获取持刀持械特征提取模型过程，通过截取图像中人手持刀持械区域保存为图片并标注为持刀持械，收集正常人手图片并标注为没有持刀持械，将两组图片组成新的数据集二；使用深度学习卷积网络训练数据集二，至模型收敛，得到持刀持械特征提取模型。
5.根据权利要求4所述的一种持刀持械检测方法，其特征在于：所述持刀持械特征提取模型：提取持刀持械目标区域的特征向量f1＝[x1，x2x3，......，xn]特征向量尺寸为1*m。
6.根据权利要求1所述的一种持刀持械检测...
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。