【技术实现步骤摘要】
本公开涉及图像处理，尤其涉及人工智能，具体涉及一种基于定制化内容生成的违规行为预警方法、装置以及设备。
技术介绍
1、在园区内，通常会对园区内的一些违规行为进行监控，并避免这些违规行为发生。例如，园区内避免乱扔垃圾，或者避免翻越栏杆。
2、实现这种目的的方式通常是，在园区中架设若干摄像头，通过人的监控，或者通过计算机视觉的方法对摄像头捕获的信号进行危险或者违规行为的检测。例如，通过计算机视觉算法检测翻越栏杆、乱扔垃圾等行为。但是，这些行为只能在发生了之后，人为监控到，进而在后期统计到，并不能在行为发生的时候进行制止。
3、与此同时，制止违规行为发生，通常使用的办法是进行广播，例如“请不要随地乱扔垃圾”，或是在违规行为多发区域附近贴标识牌。然而，这类通用的通知方式并不能起到很好的效果，主要原因是这类通知是无情感、无指向的，在人听到或看到这类通知会认为这是公告且和自己无关，缺乏公告和自身行为的关联。所以，即使当行为人在做一些违规行为的时候，也不能把通知和自己的行为关联，并意识到自己的行为违规。
4、可见，...
【技术保护点】
1.一种基于定制化内容生成的违规行为预警方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述行为人属性信息包括人物结构化特征信息和违规行为信息。
4.根据权利要求1所述的方法，其特征在于，所述行为人属性信息包括重复违规行为信息。
5.根据权利要求1所述的方法，其特征在于，所述预设违规行为检测模型包括YOLO检测跟踪模型、HRnet骨骼点检测模型以及ST-GCN行为识别模型，用于识别包括行为人的违规行为视频片段。
6.根据权利要求1...
【技术特征摘要】
1.一种基于定制化内容生成的违规行为预警方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述行为人属性信息包括人物结构化特征信息和违规行为信息。
4.根据权利要求1所述的方法，其特征在于，所述行为人属性信息包括重复违规行为信息。
5.根据权利要求1所述的方法，其特征在于，所述预设违规行为检测模型包括yolo检测跟踪模型、hrnet骨骼点检测模型以及st-gcn行为识别模型，用于识别包括行为人的违规行为视频片段。
6.根据权利要求1所述的方法，其特征在于，所述预设行为属性分析模型包括yolo检测跟踪模型和resnet人体属性识别模型，用于识别行为...
【专利技术属性】
技术研发人员：郭天楚，李鹏宇，汪彪，
申请(专利权)人：特斯联科技集团有限公司，
类型：发明
国别省市：
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。