摘要
本发明涉及一种基于姿态优化策略的异常行为检测系统和方法,通过设置追踪装置、优化装置和检测装置,检测装置包含有双向交互式图自注意力标准化流模型。优化装置可供用户将行人姿态数据涉及的所有关节点聚类为高运动区域和低运动区域,并且还分别对各关节点坐标进行基于概率密度自适应缩放的姿态优化,以获得优化后姿态数据。双向交互式图自注意力标准化流模型则将优化后姿态数据转化为概率分布数据,检测装置还根据概率分布数据与正常行为检测数据的比较结果获得异常行为检测结果。进而形成一种结合高低运动关节点信息的双向交互式图自注意力增强网络,可抵制背景噪声影响,在降低计算成本的基础上,有效避免了部分异常行为被漏检的问题发生。
技术关键词
关节点
注意力
运动
优化装置
数据
幅值
追踪装置
坐标
全局平均池化
策略
概率密度函数
融合算法
追踪器
视频帧
姿态估计
人体骨骼
通道
系统为您推荐了相关专利信息
Stacking模型
预警方法
图像
XGBoost算法
地下水传感器
处理单元
信号处理模块
运动控制单元
性能测试系统
雷达系统
退行性神经疾病
多尺度卷积神经网络
病灶定位方法
磁共振脑影像
YOLO模型
评价体系构建方法
长短期记忆模型
乳制品
数据
阶段
知识图谱构建方法
实体
构建知识图谱
语义向量
关系