[发明专利]一种隔栏递物检测方法有效
| 申请号： | 201711372450.3 | 申请日： | 2017-12-19 |
| 公开（公告）号： | CN107977646B | 公开（公告）日： | 2021-06-29 |
| 发明（设计）人： | 张恩伟 | 申请（专利权）人： | 北京博睿视科技有限责任公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100190 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了基于深度学习、均值偏移跟踪算法和贝叶斯网络相结合的隔栏递物检测方法。利用卷积神经网络在目标检测上的优势，在没有任何预测信息下对视频中当前帧图像进行人体和物品的检测。在卷积神经网络检测到的目标基础上，利用均值偏移跟踪算法计算下一帧的目标预测位置，将此预测位置反馈给卷积神经网络的候选目标选择层。基于检测目标和跟踪目标的重叠程度计算两者的匹配率，更新跟踪目标的轨迹和所属类别概率等。在得到了跟踪目标轨迹和类别概率这些数据后，输入给贝叶斯网络，判断是否有隔栏递物行为发生。本发明结合了深度学习算法和传统计算机视觉的算法，实现了基于视频分析的隔栏递物行为检测，大大提高周界区域的安全性。 | ||
| 搜索关键词： | 一种 隔栏 检测 方法 | ||
【主权项】：
一种隔栏递物检测算法，其特征在于：利用深度学习、均值偏移跟踪算法和贝叶斯网络相结合，用大量样本训练得到人体、背包、手提包、行李箱、手提袋、矿泉水瓶、饮水杯等7 种类别的卷积神经网络模型，并将均值偏移跟踪结果反馈给卷积神经网络，最后用贝叶 斯网络估计隔栏递物发生的概率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京博睿视科技有限责任公司，未经北京博睿视科技有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711372450.3/，转载请声明来源钻瓜专利网。
