摘要
本发明实施例提供了一种基于视频图像的用户行为监控方法和装置,可用于人工智能技术领域,所述方法包括:获取多帧视频图像;通过目标检测算法,对多帧视频图像进行目标检测,生成人体区域;通过关键点检测算法,根据人体区域,生成人体关键点信息;通过时空图卷积网络算法,对多帧视频图像对应的人体关键点信息进行人体姿态识别,生成用户行为类型,基于深度神经网络对视频图像进行实时监测,将人体区域检测和人体姿态估计一体化,能够利用时间序列信息更好地识别人体动作,提高监控实时性和自动化程度,从而提升异常行为检测的精确性。
技术关键词
人体关键点
关键点检测算法
人体姿态识别
监控方法
视频
生成用户
识别人体动作
时间序列信息
人体姿态估计
卡尔曼滤波器
深度神经网络
处理器
人工智能技术
图像缩放
计算机程序产品
生成特征
系统为您推荐了相关专利信息
自然语言
生成视频片段
低代码平台
生成方法
文本编码器
移动设备
资源分配
序列
视频
非易失性计算机可读存储介质
人体关键点
穴位定位方法
艾灸方法
人工智能算法
计算机视觉识别技术
系统级芯片
RJ45接口
录播器
视频显示单元
视频采集单元