摘要
本发明属于异常行为分析技术领域,具体公开提供的一种基于人工智能的安防监控异常行为识别方法,该方法首先通过采集施工视频和自然环境数据,通过施工管理系统获取施工环境数据;并利用机器视觉技术识别人员及安全配置特征,通过数据挖掘统计环境特征指标并进行多模态融合;然后搭建环境影响和工序交错影响模型,输出相应影响因子;再根据输出结果定义异常评定触发指标,搭建异常行为识别模型进行判定;最后将判定结果与预警触发机制匹配并预警。本发明能够全方位、多维度地对施工现场进行监控,综合了多方面的影响因素。同时借助模型的搭建和分析,为异常行为的判定提供科学依据。并且能够实现及时、有效的预警。
技术关键词
指标
识别方法
预处理算法
配置特征
皮尔逊相关系数
人体骨骼关键点检测技术
施工管理系统
图像
因子
防护装备
数据
事件特征
关键点检测算法
姿态特征
Sigmoid函数
变量
事件检测算法
场景
统计特征
元素
系统为您推荐了相关专利信息
智能移动机器人
点云特征
融合特征
查询特征
重定位方法
交互特征
重识别方法
多模态网络
相互作用特征
多模态交互
电力配电网
模糊综合评判
规划系统
历史负荷数据
深度Q网络
条码图像
条码识别方法
特征提取模型
条码识别装置
融合特征