基于计算机视觉的盗窃行为识别方法及系统

AITNT
正文
推荐专利
基于计算机视觉的盗窃行为识别方法及系统
申请号:CN202510142818
申请日期:2025-02-10
公开号:CN119649467B
公开日期:2025-05-30
类型:发明专利
摘要
本发明提供基于计算机视觉的盗窃行为识别方法及系统,涉及机器视觉技术领域,包括对视频流进行预处理,利用YOLOv11算法检测目标,通过特征金字塔网络和路径聚合网络提取特征,采用Openpose算法和小波变换提取姿态骨架和微表情特征,输入深度学习模型生成行为特征向量。将特征向量输入融合卷积神经网络与Transformer结构的分析引擎,计算与预设模板的相似度并生成置信度得分,实现盗窃行为的精确识别和及时预警。
技术关键词
手部关键点 融合卷积神经网络 特征金字塔网络 融合卷积特征 表情特征 时空注意力机制 亲和力 多尺度特征提取 高层语义特征 运动轨迹数据 骨架拓扑结构 视频帧 视频流 融合特征 计算机视觉 矩阵 阈值分割算法 双分支卷积神经网络
系统为您推荐了相关专利信息
1
基于RGB图像的人形机器人灵巧手控制方法、系统及介质
人形机器人 手部关键点 关节点 人体手部 滑动均值滤波
2
一种基于计算机视觉的城市内涝积水区域评估方法及系统
涉水汽车 区域评估方法 计算机视觉 图像分割网络 特征提取网络
3
一种改进FCOS的遥感图像目标检测方法
多层次特征 特征金字塔网络 图像 多层感知机 分支
4
立体视觉手印签名的方法、装置、电子设备及存储介质
立体视觉 手掌 手部关键点 签名程序 签名方法
5
一种基于用户行为分析的运维安全风险评估与预警系统
预警系统 面部表情特征 语音识别模块 风险 音频
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号