摘要
本发明提供了一种基于骨架序列的动物异常行为检测方法,属于动物行为检测。首先对采集的动物行为视频进行预处理,通过检测动物目标并获取其边界框位置,然后进行骨架关键点估计,生成动物骨架序列。在此基础上,通过对骨架序列进行时空特征建模,分析动物行为模式,精准识别异常行为(如摔倒、攻击等)。本发明能够实时输出异常行为检测结果,并根据反馈进行模型优化。适用于动物行为监控、健康状态评估和异常行为预警等场景,具有高效性、可扩展性和实际应用价值,解决了复杂环境中动物行为异常检测准确性低、鲁棒性差的问题。
技术关键词
动物
动态变化特征
关节
序列
三元组损失函数
时空融合特征
坐标点
时间窗口内分析
关键点
表达式
时序
滑动窗口机制
数据
加速度
建模技术
视频
聚类算法
系统为您推荐了相关专利信息
节点特征
远程桌面
识别模型训练方法
业务系统
链路
干预方法
疲劳特征
序列
船舶控制技术
动态时间规整
北斗定位数据
内河船舶
监测方法
雷达
地图匹配算法