摘要
本发明公开了一种隧道施工视频实时异常行为识别方法及系统,本方法借助广角主摄像头和长焦辅摄像头拍摄到的广角视频图像和长焦视频图像分别构建广角视场和长焦视场,并将广角视场和长焦视场进行视场联合,得到视场互补区域,同时,对长焦视频图像内的目标人员进行目标检测,并追踪目标检测到的目标人员,得到目标人员的运动区域,若运动区域未完全落入视场互补区域内,则说明存在运动盲区,并通过长焦辅摄像头对运动盲区进行补拍,还基于多头注意力的卷积网络提取更新后的视场互补区域内的目标人员的行为特征,并将行为特征输入至预先训练好的行为预测分类模型,识别目标人员的行为是否异常,从而有效地解决了盲区视野问题。
技术关键词
预测分类模型
视频
识别方法
轨迹
运动
隧道
注意力
卷积网络模型
像素点
邻域
矩阵
深度学习算法
图像获取模块
特征提取模块
样本
坐标系
电子设备
识别系统
系统为您推荐了相关专利信息
姿态识别方法
彩色图像
融合特征
物体
多层感知机
RBF神经网络
压气机
近似模型构造
模式
高性能航空发动机
RFID读写器
智能文件柜
文件识别方法
贝叶斯网络模型
代码特征
运动生成模型
变分自动编码器
眼球
嵌入特征
语音