[发明专利]一种对异常行为的视觉分析处理方法有效
申请号: | 201810980742.3 | 申请日: | 2018-08-27 |
公开(公告)号: | CN109359510B | 公开(公告)日: | 2022-03-22 |
发明(设计)人: | 朱静;莫昌康;谭彦;庄裕荃;苏启彬;黄文恺;韩晓英 | 申请(专利权)人: | 广州大学 |
主分类号: | G06V40/20 | 分类号: | G06V40/20;G06V40/16;G06V20/52 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 裘晖 |
地址: | 510006 广东省广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种对异常行为的视觉分析处理方法,包括:使用光流法,根据跟踪图像中角点的流动方向采集光流数据,训练数据作为LK光流算法的输入进行模型的训练;通过LBP算法进行纹理特征提取,将获得的数据与已训练好的样本数据进行对比,实现被看护人的区分;通过构造的验证和测试样本数据微调训练得到LBP模型参数,通过不断训练样本数据修正模型参数来提高模型精度;使用dlib自带的frontal_face_detector作为人脸特征检测器,实现人脸个数识别;将该三类模型设置主要输出参数调整模型,综合比较三类测试模型与训练模型的比较结果,最终模型输出被看护人的行为异常或否。 | ||
搜索关键词: | 一种 异常 行为 视觉 分析 处理 方法 | ||
【主权项】:
1.一种对异常行为的视觉分析处理方法,其特征在于,包括以下步骤:步骤S1:收集多组目标光流数据、人脸纹理特征数据、人脸标记数据;步骤S2:对收集到的数据进行预处理,然后输入三类模型进行训练,获取训练数据并调整模型参数;具体的:对收集到的数据进行预处理来构造训练数据与基本模型参数,并使用LK算法得到目标像素点的光流向量;加载dlib自带的frontal_face_detector作为人脸征检测器,并构建特征提取器,得到人脸纹理特征数据;使用LBP算法得到人脸标记数据;步骤S3:测试训练数据,后获取模型参数,多次对训练数据进行训练以修正模型参数来提高模型精度;步骤S4:将该三类模型设置主要输出参数,以调整模型,将待测图像中收集到的数据与训练数据相匹配,综合比较三类测试模型与训练模型的比较结果,最终模型输出被看护人的状况。
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广州大学,未经广州大学许可,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/201810980742.3/,转载请声明来源钻瓜专利网。