CN112733792A - 一种基于监控视频的倒地行为检测方法 - Google Patents

一种基于监控视频的倒地行为检测方法 Download PDF

Info

Publication number
CN112733792A
CN112733792A CN202110083039.4A CN202110083039A CN112733792A CN 112733792 A CN112733792 A CN 112733792A CN 202110083039 A CN202110083039 A CN 202110083039A CN 112733792 A CN112733792 A CN 112733792A
Authority
CN
China
Prior art keywords
falling
detection
network
behavior
monitoring video
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110083039.4A
Other languages
English (en)
Other versions
CN112733792B (zh
Inventor
王兰燕
王祥雪
林焕凯
陈利军
董振江
刘双广
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Gosuncn Technology Group Co Ltd
Original Assignee
Xidian University
Gosuncn Technology Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University, Gosuncn Technology Group Co Ltd filed Critical Xidian University
Priority to CN202110083039.4A priority Critical patent/CN112733792B/zh
Publication of CN112733792A publication Critical patent/CN112733792A/zh
Application granted granted Critical
Publication of CN112733792B publication Critical patent/CN112733792B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/44—Event detection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Biophysics (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明属于倒地行为检测领域，特别涉及一种基于监控视频的倒地行为检测方法，首先将监控视频经过OpenCV处理成图片帧；将所述图片帧输入人体检测网络，若检测到人体，则将所述图片帧输入倒地行为二分类网络，进行是否为倒地行为的二分类，所述倒地行为二分类网络采用优化的RefineDet网络；如果是倒地行为，则开始计数并进行时间阈值的计时；在所述时间阈值内，倒地图片帧数如果大于等于所述时间阈值内的总图片帧数的预定比例，则判定所述监控视频发生了倒地事件，否则为非倒地事件。采用优化的RefineDet网络；大幅提高基于监控视频抓拍的图像中人的倒地行为检测的检测率，同时降低误检率提高精度。

Description

一种基于监控视频的倒地行为检测方法
技术领域
本发明涉及一种基于监控视频倒地行为检测方法。
背景技术
倒地检测属于人体行为检测(亦可简称行为检测)，人体行为检测是计算机视觉与模式识别领域重要的研究内容,其在运动分析、智能视频监控、人机交互、民用和军事等众多领域中有着广泛的应用前景。人体行为检测是通过计算机视觉和计算机图形图像处理等技术对视频图像中人的行为进行识别的。近年来，随着计算机算力的提高和深度学习理论与方法的推广应用，涌现出一大批基于深度神经网络的行为检测模型，例如C3D、双流法(TSN)、ST-GCN等。其中，C3D网络是在2D卷积神经网络的基础上增加一个时间维度，便与分析行为的连贯性，但是C3D网络精度不高。双流法是将视频通过OpenCV或者神经网络提取的RGB图像和光流图分别用相同的2D卷积神经网络分别进行空间特征提取和时间特征提取，然后再用加权平均进行融合，精度较高但是提取光流图非常费时，不便用于实际运用。ST-GCN是基于人体骨架图采用图卷积网络捕捉运动的时空信息，精度一般，但是现实中存在很多遮挡问题，精度就大打折扣。
发明内容
针对现有技术的不足，本发明主要是基于倒地行为进行检测，侧重于倒地的那一刻状态，较少用到运动的时空信息，所以本发明所提出的方案是基于人体检测和图形分类的结合，先检测图像中是否存在人体，然后进行倒地、非倒地二分类。
本发明通过以下技术方案实现：
一种基于监控视频的倒地行为检测方法，包括步骤：
S1、将监控视频经过OpenCV处理成图片帧；
S2、将所述图片帧输入人体检测网络，若检测到人体，转向步骤S3；
S3、将所述图片帧输入倒地行为二分类网络，进行是否为倒地行为的二分类，所述倒地行为二分类网络采用优化的RefineDet网络；如果是倒地行为，则开始计数并进行时间阈值的计时；在所述时间阈值内，倒地图片帧数如果大于等于所述时间阈值内的总图片帧数的预定比例，则判定所述监控视频发生了倒地事件，否则为非倒地事件；
进一步地，所述步骤S3中采用的所述优化的RefineDet网络，包含三个部分：ARM模块、ODM模块和TCB模块；将ARM模块中的标准卷积增加一个超参数膨胀率，改成膨胀卷积，能够增大感受野，增强对人体这种大目标的特征提取能力；对TCB模块进行改进，增加捷径连接，增强模型的特征提取能力和速度；
进一步地，所述优化的RefineDet网络；修改原有RefineDet网络锚点框参数，针对监控拍摄到的视频图像中人体的长宽比例统计结果，对每一层特征图上的框的个数和宽高比进行优化调整，同时修改数据增强模块的随机裁剪参数，减少算法对人体的漏检和误检；
进一步地，所述步骤S3中的预定时间为10s；
进一步地，所述步骤S3中的预定比例为70％；
进一步地，采用的损失函数主要包含ARM和ODM两方面，如下式(1)，在ARM部分包含二分类的损失Lb和回归损失Lr；在ODM部分包含多类别分类的损失Lm和回归损失Lr，ARM和ODM两个部分的损失函数都是一起向前传递的；
Figure BDA0002909796090000031
Narm和Nodm分别指的是ARM和ODM中正样本anchors的数目，pi指的是预测的anchor i的置信度，xi指的是ARM细化后预测的anchor i的坐标，ci和ti是ODM中预测的物体类别和边界框的坐标，
Figure BDA0002909796090000032
是anchor i真实类别标签，
Figure BDA0002909796090000033
是anchor i真实的位置和大小；
进一步地，针对基于监控视频的倒地检测任务，用于参考的评价指标包括精确率和召回率，其中精确率为所有检出的目标中正确检测的比例，召回率总检数中正确检测的比例，其中总检数包括正检数、漏检数和误检数，如式(2)和式(3)所示；
精确率＝正检数/(正检数+误检数) (2)
召回率＝正检数/(正检数+漏检数+误检数) (3)；
一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现基于监控视频的倒地行为检测方法的步骤。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中所述处理器执行所述程序时实现基于监控视频的倒地行为检测方法的步骤。
本发明与现有技术相比存在以下优点：
1、以RefineDet网络为基础，首先借鉴ResNet的思想，对Stem和TCB模块进行改进，增加捷径连接，增强模型的特征提取能力和速度。
2、将ARM中的标准卷积增加一个超参数膨胀率(dilation rate)改成膨胀卷积，能够增大感受野，增强对人体这种大目标的特征提取能力。膨胀卷积已被广泛证明具有增强有效感受野的效果，因此，本发明的改进在深度可分离卷积的基础上增强了卷积计算的有效感受野，使得算法的特征提取能力得到进一步的增强。
3、修改原有RefineDet网络锚点框参数，针对监控拍摄到的视频图像中人体的长宽比例统计结果，对每一层特征图上的框的个数和宽高比进行优化调整，同时修改数据增强模块的随机裁剪参数，减少算法对人体的漏检和误检。
附图说明
以下将结合附图对本发明做进一步详细说明；
图1是现有技术中RefineDet网络结构图；
图2是现有技术中RefineDet网络中Transfer Connection Block的结构图；
图3是ResNet网络的捷径连接图；
图4是本发明基于监控视频的倒地行为检测方法的流程图；
图5是本发明改进后的Transfer Connection Block(TCB)的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明主要是基于倒地行为进行检测，侧重于倒地的那一刻状态，较少用到运动的时空信息，所以本发明所提出的方案是基于人体检测和图形分类的结合，先检测图像中是否存在人体，然后进行倒地、非倒地二分类。
RefineDet是SSD、RPN和FPN思想的结合，一方面引入两阶段类型的目标检测算法中对box的由粗到细的回归思想，另一方面引入类似FPN网络的特征融合操作用于检测网络，可以有效提高对小目标的检测效果，检测网络的框架还是SSD。RefineDet网络主要包含三个部分：anchor refinement module(ARM)、object detection module(ODM)、transferconnection block(TCB)。
ARM模块专注于二分类任务，为后续ODM模块过滤掉大量简单的负样本；同时进行初级的边框校正，为后续的ODM模块提供更好的边框回归起点。ARM模块模拟的是二步法中第一个步骤，如Faster R-CNN的RPN。ODM模块把ARM优化过的anchor作为输入，专注于多分类任务和进一步的边框校正，它模拟的是两阶段类型的目标检测算法中的第二个步骤。ODM模块直接通过TCB连接，转换ARM的特征，并融合高层的特征，以得到感受野丰富、细节充足、内容抽象的特征，用于进一步的分类和回归。RefineDet属于一步法，但是具备了二步法的二阶段分类、二阶段回归、二阶段特征这3个优势。RefineDet的网络结构如图1所示。TCB模块结构图如图2所示。
图像分类网络ResNet18：18指定的是带有权重的层是18层，包括卷积层和全连接层，不包括池化层和BN层。这个网络与VGG相比，滤波器要少，复杂度更小，速度更快特征提取能力更强。ResNet网络的关键点在于捷径连接(shortcut connections)，捷径连接有两种，当前后连接的模块通道相同时，连接方式如图3左，当前后连接的模块通道不同时，通过快捷连接执行线性投影来匹配维度(y＝F(x,Wi)+Wsx)，连接方式如图3右。
表1 ResNet 18网络结构
Figure BDA0002909796090000061
网络结构：
本发明提出的基于视频监控进行的倒地行为检测大致流程为视频经过OpenCV处理成图片帧，然后输入人体检测网络，检测到人体则进行是否为倒地行为的二分类，如果是倒地就开始计数并计时，时间阈值为10秒，在这10秒内倒地图片帧数如果大于等于10秒内的总图片帧数的70％则判定此视频发生了倒地事件，否则为非倒地事件。本发明大致流程图如图4所示。
一、网络结构
本发明基于监控视频的倒地行为检测为目标，倒地二分类网络采用简单、精度高、速度快的ResNet18，主要对RefineDet的网络结构和训练策略进行针对性的优化，以提高人体检测算法的特征提取能力。
RefineDet网络结构的改进主要有两个方面：
(1)借鉴ResNet的捷径连接思想，将Stem的VGG结构改成ResNet的结构，并且对TCB模块也增加捷径连接，增强模型的特征提取能力和速度。优化后的TCB模块如图5所示。
(2)将ARM中的标准卷积增加一个超参数膨胀率(dilation rate)改成膨胀卷积，能够增大感受野，增强对人体这种大目标的特征提取能力。膨胀卷积已被广泛证明具有增强有效感受野的效果，因此，本提案的改进在深度可分离卷积的基础上增强了卷积计算的有效感受野，使得算法的特征提取能力得到进一步的增强。
二、损失函数：
本提案采用和RefineDet相同的损失函数，如式(1)。损失函数主要包含ARM和ODM两方面。在ARM部分包含二分类的损失Lb和回归损失Lr；同理在ODM部分包含多类别分类的损失Lm和回归损失Lr。需要注意的是ARM和ODM两个部分的损失函数都是一起向前传递的。
Figure BDA0002909796090000081
Narm和Nodm分别指的是ARM和ODM中正样本anchors的数目，pi指的是预测的anchor i的置信度，xi指的是ARM细化后预测的anchor i的坐标，ci和ti是ODM中预测的物体类别和边界框的坐标，
Figure BDA0002909796090000082
是anchor i真实类别标签，
Figure BDA0002909796090000083
是anchor i真实的位置和大小。
三、训练：
base_lr：0.0010000000475
lr_policy：multistep
weight_decay：0.00500000023749
momentum：0.899999976158
max_iter：300000
solver_mode：GPU
device_id：0,1
average_loss：100
iter_size：16
输入图片大小：320*320
均值文件：mean_value:104；mean_value:117；mean_value:123
四、评价指标：
针对基于监控视频的倒地检测任务，本提案用于参考的评价指标包括精确率和召回率，其中精确率为所有检出的目标中正确检测的比例，召回率(召回率)总检数中正确检测的比例，其中总检数包括正检数、漏检数和误检数，如式(2)和式(3)所示。
精确率＝正检数/(正检数+误检数) (2)
召回率＝正检数/(正检数+漏检数+误检数) (3)
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现基于监控视频的倒地行为检测方法的步骤。
本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中所述处理器执行所述程序时实现基于监控视频的倒地行为检测方法的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。在不脱离本发明之精神和范围内，所做的任何修改、等同替换、改进等，同样属于本发明的保护范围之内。

Claims (9)

1.一种基于监控视频的倒地行为检测方法，其特征在于，包括步骤：
S1、将监控视频经过OpenCV处理成图片帧；
S2、将所述图片帧输入人体检测网络，若检测到人体，转向步骤S3；
S3、将所述图片帧输入倒地行为二分类网络，进行是否为倒地行为的二分类，所述倒地行为二分类网络采用优化的RefineDet网络；如果是倒地行为，则开始计数并进行时间阈值的计时；在所述时间阈值内，倒地图片帧数如果大于等于所述时间阈值内的总图片帧数的预定比例，则判定所述监控视频发生了倒地事件，否则为非倒地事件。
2.根据权利要求1所述的基于监控视频的倒地行为检测方法，其特征在于，所述步骤S3中采用的所述优化的RefineDet网络，包含三个部分：ARM模块、ODM模块和TCB模块；将ARM模块中的标准卷积增加一个超参数膨胀率，改成膨胀卷积，能够增大感受野，增强对人体这种大目标的特征提取能力；对TCB模块进行改进，增加捷径连接，增强模型的特征提取能力和速度。
3.根据权利要求2所述的基于监控视频的倒地行为检测方法，其特征在于，所述优化的RefineDet网络；修改原有RefineDet网络锚点框参数，针对监控拍摄到的视频图像中人体的长宽比例统计结果，对每一层特征图上的框的个数和宽高比进行优化调整，同时修改数据增强模块的随机裁剪参数，减少算法对人体的漏检和误检。
4.根据权利要求1所述的基于监控视频的倒地行为检测方法，其特征在于，所述步骤S3中的预定时间为10s。
5.根据权利要求1所述的基于监控视频的倒地行为检测方法，其特征在于，所述步骤S3中的预定比例为70％。
6.根据权利要求3所述的基于监控视频的倒地行为检测方法，其特征在于，采用的损失函数主要包含ARM和ODM两方面，如下式(1)，在ARM部分包含二分类的损失Lb和回归损失Lr；在ODM部分包含多类别分类的损失Lm和回归损失Lr，ARM和ODM两个部分的损失函数都是一起向前传递的；
Figure FDA0002909796080000021
Narm和Nodm分别指的是ARM和ODM中正样本anchors的数目，pi指的是预测的anchor i的置信度，xi指的是ARM细化后预测的anchor i的坐标，ci和ti是ODM中预测的物体类别和边界框的坐标，
Figure FDA0002909796080000022
是anchor i真实类别标签，
Figure FDA0002909796080000023
是anchor i真实的位置和大小。
7.根据权利要求3所述的基于监控视频的倒地行为检测方法，其特征在于，针对基于监控视频的倒地检测任务，用于参考的评价指标包括精确率和召回率，其中精确率为所有检出的目标中正确检测的比例，召回率总检数中正确检测的比例，其中总检数包括正检数、漏检数和误检数，如式(2)和式(3)所示；
精确率＝正检数/(正检数+误检数) (2)
召回率＝正检数/(正检数+漏检数+误检数) (3)。
8.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-7任一项所述的基于监控视频的倒地行为检测方法的步骤。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中所述处理器执行所述程序时实现如权利要求1-7任一项所述的基于监控视频的倒地行为检测方法的步骤。
CN202110083039.4A 2021-01-21 2021-01-21 一种基于监控视频的倒地行为检测方法 Active CN112733792B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110083039.4A CN112733792B (zh) 2021-01-21 2021-01-21 一种基于监控视频的倒地行为检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110083039.4A CN112733792B (zh) 2021-01-21 2021-01-21 一种基于监控视频的倒地行为检测方法

Publications (2)

Publication Number Publication Date
CN112733792A true CN112733792A (zh) 2021-04-30
CN112733792B CN112733792B (zh) 2024-07-05

Family

ID=75594747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110083039.4A Active CN112733792B (zh) 2021-01-21 2021-01-21 一种基于监控视频的倒地行为检测方法

Country Status (1)

Country Link
CN (1) CN112733792B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114973335A (zh) * 2022-07-29 2022-08-30 深圳叮当科技技术有限公司 基于深度学习的工地安全行为监测方法、装置及电子设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110533090A (zh) * 2019-08-21 2019-12-03 国网江苏省电力有限公司电力科学研究院 开关刀闸状态检测方法及装置
CN110619356A (zh) * 2019-08-28 2019-12-27 电子科技大学 基于区域建议注意力的目标检测方法
CN111079519A (zh) * 2019-10-31 2020-04-28 高新兴科技集团股份有限公司 多姿态人体检测方法、计算机存储介质及电子设备
CN111079518A (zh) * 2019-10-31 2020-04-28 高新兴科技集团股份有限公司 一种基于执法办案区场景下的倒地异常行为识别方法
JP2020098455A (ja) * 2018-12-18 2020-06-25 国立大学法人豊橋技術科学大学 物体識別システム、物体識別方法、並びに、画像識別プログラム
US20200211186A1 (en) * 2018-12-28 2020-07-02 Shanghai United Imaging Intelligence Co., Ltd. Systems and methods for generating image metric
CN111753648A (zh) * 2020-05-12 2020-10-09 高新兴科技集团股份有限公司 人体姿态监控方法、装置、设备及存储介质
CN112001229A (zh) * 2020-07-09 2020-11-27 浙江大华技术股份有限公司 视频行为识别的方法、装置、系统和计算机设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020098455A (ja) * 2018-12-18 2020-06-25 国立大学法人豊橋技術科学大学 物体識別システム、物体識別方法、並びに、画像識別プログラム
US20200211186A1 (en) * 2018-12-28 2020-07-02 Shanghai United Imaging Intelligence Co., Ltd. Systems and methods for generating image metric
CN110533090A (zh) * 2019-08-21 2019-12-03 国网江苏省电力有限公司电力科学研究院 开关刀闸状态检测方法及装置
CN110619356A (zh) * 2019-08-28 2019-12-27 电子科技大学 基于区域建议注意力的目标检测方法
CN111079519A (zh) * 2019-10-31 2020-04-28 高新兴科技集团股份有限公司 多姿态人体检测方法、计算机存储介质及电子设备
CN111079518A (zh) * 2019-10-31 2020-04-28 高新兴科技集团股份有限公司 一种基于执法办案区场景下的倒地异常行为识别方法
CN111753648A (zh) * 2020-05-12 2020-10-09 高新兴科技集团股份有限公司 人体姿态监控方法、装置、设备及存储介质
CN112001229A (zh) * 2020-07-09 2020-11-27 浙江大华技术股份有限公司 视频行为识别的方法、装置、系统和计算机设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FEI HAN ET AL.: "Cacscade Feature Pyramid Neural Nwtwork for Objector Detector", 《2019 12TH INTERNATIONAL CONGRESS ON IMAGE AND SIGNAL PROCESSING，BIOMEDICAL ENGINEERING AND INFORMATIONS(CISP-BMEI)》 *
罗会兰 等: "目标检测难点问题最新研究进展综述", 《计算机工程与应用》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114973335A (zh) * 2022-07-29 2022-08-30 深圳叮当科技技术有限公司 基于深度学习的工地安全行为监测方法、装置及电子设备

Also Published As

Publication number Publication date
CN112733792B (zh) 2024-07-05

Similar Documents

Publication Publication Date Title
CN111126472B (zh) 一种基于ssd改进的目标检测方法
US20220417590A1 (en) Electronic device, contents searching system and searching method thereof
CN108830252B (zh) 一种融合全局时空特征的卷积神经网络人体动作识别方法
CN112801027B (zh) 基于事件相机的车辆目标检测方法
CN109948457B (zh) 基于卷积神经网络和cuda加速的实时目标识别方法
CN111460980A (zh) 基于多语义特征融合的小目标行人的多尺度检测方法
CN113361466B (zh) 一种基于多模态交叉指导学习的多光谱目标检测方法
CN114550268A (zh) 一种利用时空特征的深度伪造视频检测方法
Tao et al. An adaptive frame selection network with enhanced dilated convolution for video smoke recognition
CN118314606B (zh) 一种基于全局-局部特征的行人检测方法
Sun et al. UAV image detection algorithm based on improved YOLOv5
Liu et al. Video face detection based on improved SSD model and target tracking algorithm
CN113014923B (zh) 一种基于压缩域表征运动向量的行为识别方法
CN114913604A (zh) 一种基于两级池化s2e模块的姿态识别方法
CN112733792A (zh) 一种基于监控视频的倒地行为检测方法
CN114782859A (zh) 一种目标行为时空感知定位模型的建立方法及应用
Yanmin et al. Research on ear recognition based on SSD_MobileNet_v1 network
Yuan et al. Ear detection based on CenterNet
CN114241598B (zh) 一种基于并联注意力和双流权重自适应的动作识别方法
CN116778214A (zh) 一种行为检测方法、装置、设备及其存储介质
Li et al. Pedestrian detection method based on multi-scale fusion inception-SSD model
Cui et al. Road Vehicle Detection Based on Deep Learning
Zhang et al. An Improved Yolov3 Object Detection Algorithm for UAV Aerial Images
Zhang et al. Research on camouflage target detection method based on improved YOLOv5
Zhi et al. Badminton video action recognition based on time network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant