摘要
本发明提供了一种基于AI的厂区异常行为识别监控方法及系统,方法包括:获取目标厂区内多个监控设备实时采集的连续视频流数据;对连续视频流数据进行时间维度切分及空间维度预处理,得到与动态行为序列对应的多帧行为特征集合,将多帧行为特征集合输入预训练的异常行为识别模型,对骨骼关键点特征、环境关联物体轮廓特征及动作轨迹特征进行跨模态关联融合,生成目标行为特征向量,与预设的异常行为特征库进行相似度匹配,确定异常行为类别,在判定属于异常行为类别时,根据行为类型触发对应的预警信号,并进行实时告警显示。通过本发明,可以解决现有监控系统准确性、实时性不足的问题。
技术关键词
骨骼关键点
物体轮廓
识别监控方法
视频帧
多模态特征
轨迹特征
形状描述符
编码
关节点
视频流
坐标
交互物体
对象
网络
紧急告警消息
特征金字塔
终端设备
系统为您推荐了相关专利信息
视频帧
积水检测方法
对比度
计算机执行指令
显著性检测模型
动作评估方法
骨骼关键点
多模态传感器
动态时间弯曲
归一化方法
图像色彩校正方法
视频帧
深度学习模型
像素
生成对抗网络