【技术实现步骤摘要】
本专利技术涉及工业安全生产的管理监控领域，特别涉及一种基于步态识别的人员无感定位方法及系统。
技术介绍
1、当前，工业及生产领域对安全管理的要求日益提高，对设备和人员的管理监控，已成为安全生产的重要保障。
2、然而，传统设备的监控，依赖人工记录，存在主观性和滞后性，难以客观、实时取证，人员的监控依赖电子标签或固定传感网络，但视频监控、生物识别等设备覆盖不全，动态监控能力不足，难以实现智能化监测与预警。此外，随着生产场景的复杂性增加，单一的数据源难以全面反映现场实际情况，安全风险识别和隐患预测能力亟需提升。
3、大数据、人工智能(ai)及大语言模型技术的迅猛发展，跨模态感知与认知处理能力逐步成熟，为提升安全监控与管控水平提供了全新的技术路径。
4、本公开提出以步态识别为核心、结合视频序列分析的人员定位及行为监测方法，在无电子标签条件下实现精准的个体追踪，有效应对环境干扰和个体差异问题，为现场安防提供可靠数据支持。
技术实现思路
1、本公开的第一方面，提供一...
【技术保护点】
1.一种基于步态识别的人员无感定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述对所述二维视频流数据进行三维重建，生成包含空间坐标的时序特征序列包括：
3.根据权利要求2所述的方法，其特征在于，所述预训练模型的构建方法包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述时序特征序列及所述点云数据输入预训练的步态识别模型，提取身份标识特征向量包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述身份标识特征向量匹配实现多目标轨迹关联包括计算身份标识特征向量中的相邻帧间目标特...
【技术特征摘要】
1.一种基于步态识别的人员无感定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述对所述二维视频流数据进行三维重建，生成包含空间坐标的时序特征序列包括：
3.根据权利要求2所述的方法，其特征在于，所述预训练模型的构建方法包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述时序特征序列及所述点云数据输入预训练的步态识别模型，提取身份标识特征向量包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述身份标识特征向量匹配实现多目标轨迹关联包括计算身份标识特征向量中的相邻帧间目...
【专利技术属性】
技术研发人员：王潇雨，李军，高林，李刚，王林，姜楠，王明坤，周俊波，赵章明，查玲，董竞豪，刘亚新，刘夏彤，王苏东，
申请(专利权)人：西安热工研究院有限公司，
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。