摘要
本发明涉及一种人体异常行为检测方法及系统,该方法包括通过监控视频采集异常行为数据,并通过OpenPose算法提取人体骨骼姿态数据;构建了多尺度时空网络(STGCN‑DLSK)模型,在特征提取过程中使用多尺度特征提取模块(MS模块),并在尾部引入双层融合块(DLSK)以增强特征提取能力;通过训练STGCN‑DLSK模型,获取最佳模型权重,应用于人体异常行为的检测;系统进一步包括数据采集模块、姿态估计模块、异常行为检测模块以及前端显示及预警模块,可实时展示检测结果并提醒管理人员及时应对异常行为。与现有技术相比,本发明可以有效的对人体异常行为进行识别,及时发现隐患,降低风险发生,对工人安全以及生产安全有着重大意义。
技术关键词
人体骨骼
多尺度特征提取
时间卷积网络
分支
特征提取网络
融合特征
姿态估计
数据采集模块
预警模块
特征提取能力
生成多尺度
实时视频流
算法
关键点