摘要
本发明涉及智能行为识别领域,具体是一种精神科病人危险行为识别系统,包括数据采集模块、智能分析模块、危险行为识别模块、预警提示模块和用户控制模块;本文创造性的采用预训练的基于多头注意的多尺度动作自监督识别方法,通过多头注意力、跨帧和跨节点的方式获得更优的上下文语意与跨级别特征,实现对病人躯体特征的精准且快速识别;本发明创造性的采用基于光流估计的融合多头注意力模型,通过对光流图的多卷积分支,提取多尺度的面部微特征,嵌入通道注意力SE模块和多头自注意力处理模块,提取更有价值的面部特征,最后采用面部‑躯体‑行为的联合识别方法,实现精神病人危险行为的全面准确识别。
技术关键词
卷积特征
查询特征
特征提取模块
智能分析模块
识别系统
面部特征
综合智能分析
时序
注意力模型
图像
数据采集模块
关节点
代表
识别模块
多尺度
联合识别方法
系统为您推荐了相关专利信息
多尺度
数据处理方法
频率
神经网络模型
图像识别模型
消防模拟训练
姿态识别系统
烟雾识别
图像采集单元
画面
卷曲方法
关键点
数字图像恢复技术
深度学习网络
扭曲文档图像
回归预测模型
预测建模方法
大语言模型
数据
标签
层次存储模型
电网统计数据
历史统计数据
智能分析模块
无监督学习算法