一种消控室人员违规行为智能监测方法技术

本发明专利技术属于视觉监控技术领域，具体涉及一种消控室人员违规行为智能监测方法，本发明专利技术通过U‑Net‑GNN光补偿模型，利用U‑Net网络的编码器与解码器结构得到初步光补偿图像；再使用GNN将像素建模为图节点，基于空间相邻关系构建边连接，通过三层图卷积传递光照校正信息，优化局部光照一致性，最终由全连接层生成融合权重，输出第一目标图像，采用改进YOLOv6模型对第一目标图像进行识别，且通过添加头部和四肢特征识别分支网络并与Backbone连接，结合预训练、使用生成对抗网络（GAN）生成的训练数据集进行训练和验证，基于边界框回归损失函数优化网络，能够更精准地识别和定位工作人员，获取其边框信息得到第二目标图像，进一步提升视觉识别准确性。

【技术实现步骤摘要】

本专利技术属于视觉监控，具体涉及一种消控室人员违规行为智能监测方法。

技术介绍

1、消控室作为消防安全的关键场景，其光照不均问题长期困扰着人员违规行为识别系统的稳定性。具体的，光照不均通常由电源波动、灯具老化、安装布局不合理或环境遮挡等因素引发，其直接后果是图像质量下降：局部过亮或过暗区域会产生阴影或高光，掩盖人员动作细节（如手势、操作步骤），导致目标检测与行为分析算法性能受限。例如，在消防安全监控中，光照不均可能使系统误将设备阴影识别为人员违规停留，或因高光反光而漏检擅自关闭消防设备的动作。

2、一些方案的做法是融入大量复杂光线环境下得到的训练数据来重新训练目标监测模型，以提高目标监测模型的泛化能力和环境光线适应能力，以提高目标监测模型在面对消防控制室在不同的光照环境下对人员的违规行为的识别能力，但是，这导致通常会造成模型复杂度上升，进而增加对计算资源的需求，无法实现在保证实时性的同时，提升违规监测算法在复杂光线条件下的性能。

技术实现思路

1、为解决现有技术中存在的上述问题，本专利技术提供了一本文档来自技高网...

【技术保护点】

1.一种消控室人员违规行为智能监测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种消控室人员违规行为智能监测方法，其特征在于：所述U-Net-GNN光补偿模型的结构包括：

3.根据权利要求2所述的一种消控室人员违规行为智能监测方法，其特征在于：基于空间相邻关系构建边连接，其中，边连接的边权重计算的公式为：

4.根据权利要求2所述的一种消控室人员违规行为智能监测方法，其特征在于：所述权重比例的计算包括：

5.根据权利要求1所述的一种消控室人员违规行为智能监测方法，其特征在于：所述YOLOv6模型为改进YOLOv6模型，所述改进Y...

【技术特征摘要】

1.一种消控室人员违规行为智能监测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种消控室人员违规行为智能监测方法，其特征在于：所述u-net-gnn光补偿模型的结构包括：

3.根据权利要求2所述的一种消控室人员违规行为智能监测方法，其特征在于：基于空间相邻关系构建边连接，其中，边连接的边权重计算的公式为：

4.根据权利要求2所述的一种消控室人员违规行为智能监测方法，其特征在于：所述权重比例的计算包括：

5.根据权利要求1所述的一种消控室人员违规行为智能监测方法，其特征在于：所述yolov6模型为改进yolov6模型，所述改进yolov6模型为在yolov6模型的基础架构上添加头部和四肢特征识别分支网络，并将所述分支网络与yolov6模型的backbone特...

【专利技术属性】
技术研发人员：谷睿，翟伟，
申请(专利权)人：广东领大消防技术有限公司，
类型：发明
国别省市：