“人体行为”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果561303个，建议您升级VIP下载更多相关专利

[发明专利]人体行为识别方法-CN202110699419.0在审
发明人：曹聪琦;李嘉康;吕勤毅;郗润平;张艳宁;周德云 -专利权人：西北工业大学
申请日： 2021-06-23 - 公布日： 2021-11-02 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种人体行为识别方法，涉及计算机视觉技术领域，该方法包括：获取待处理视频中预设数量个视频帧以及各视频帧中人体关节点位置数据，将视频帧输入预先训练好的行为识别模型，以使行为识别模型在生成预设数量个视频帧对应的时空特征图和注意力热图后，获得人体关节点特征，以确定包含语义信息的人体关节点特征，并在获得每个包含语义信息的人体关节点特征的局部决策结果后，融合局部决策结果，得到视频帧的人体行为识别结果。本发明将人体骨骼区域视为注意力区域，在极大程度上摒除了目标的无用信息，进而提取更有判别力的时空特征，通过结合关节点语义信息，有效增强了关节点特征的表征能力，进而提高人体行为识别模型的准确性。
人体行为识别方法

[发明专利]轻量化的人体行为识别方法及装置-CN202310152941.6在审
发明人：刘军;魏园波;邓小铭 -专利权人：深圳英飞拓智能技术有限公司
申请日： 2023-02-16 - 公布日： 2023-06-09 - 主分类号： G06V40/20 文献下载
摘要：本申请适用于人体行为识别技术领域，提供了一种轻量化的人体行为识别方法及装置，所述方法包括：根据人体图像得到目标人体的多个骨骼关键点的二维坐标；根据多个骨骼关键点的二维坐标得到多个人体部位的二维坐标；根据至少两个人体部位的二维坐标，确定特征角和特征角的变化量；将特征角和特征角的变化量输入行为识别网络模型得到目标人体的行为类别。本申请通过将根据人体图像得到的特征角和特征角的变化量这种易得到的参数作为特征向量输入行为识别网络模型得到识别结果，能够避免环境的因素影响，降低数据预处理的时间、数据处理的复杂程度和计算量。
量化人体行为识别方法装置

[发明专利]一种利用姿态掩模进行人体行为识别的方法-CN202010053559.6在审
发明人：夏海轮;苗俊卿;曾志民;孙丹丹 -专利权人：北京邮电大学
申请日： 2020-01-17 - 公布日： 2020-06-12 - 主分类号： G06K9/00 文献下载
摘要：本发明提出一种利用姿态掩模进行人体行为识别的方法，属于行为识别技术领域。本发明包括：利用前置的二维姿态估计网络从RGB视频的帧图像中提取热力图，对热力图进行多点高斯扩散，获得姿态掩模，将姿态掩模与原始图像融合后得到的图像样本作为是时空神经网络的输入，利用标记了人体行为类别标签的训练集训练时空神经网络，进而得到用于人体行为识别的模型。本发明方法通过姿态掩模提取由姿态估计得出的人体骨骼关键点位置区域的空间特征，对图像背景的变化具有强鲁棒性，并且识别网络参数少，训练成本低，人体行为的识别准确率高。
一种利用姿态进行人体行为识别方法

[发明专利]一种船舶驾驶异常行为检测方法-CN202111393619.X在审
发明人：雷富强;王文亮;张一帆;刘识灏;牛亦龙;马吉顺;曾鹏 -专利权人：中船（浙江）海洋科技有限公司
申请日： 2021-11-23 - 公布日： 2021-12-21 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种船舶驾驶异常行为检测方法。为了克服目前缺少针对船舶驾驶异常行为检测的问题；包括以下步骤：S1船舱内人脸检测；S2船舱内人脸朝向预测；S3：船舱内人体检测；S4：船舱内人体追踪；S5船舱内人体骨架预测；S6时序逻辑行为判断。通过对船舶驾驶场景下的视频分析，捕捉多人的人脸、人体位置，估计人脸朝向，追踪人体运动轨迹，检测基本动作，实现了从视频角度出发的一种船舶驾驶异常行为的检测方法，能够在船舶驾驶人员进行异常行为时有效预警和上报
一种船舶驾驶异常行为检测方法

[发明专利]人体肌电信号的测试装置、数据处理及激活水平计算方法-CN201911052280.X有效
发明人：聂冰冰;李泉;魏新奇;周青 -专利权人：清华大学
申请日： 2019-10-31 - 公布日： 2020-08-25 - 主分类号： A61B5/22 文献下载
摘要：本申请涉及一种人体肌电信号的测试装置、数据处理及激活水平计算方法。其中，所述人体肌肉等长最大自主收缩力下肌电信号数据的计算方法，通过计算目标肌肉在特定动作行为等长最大自主收缩力下的肌电信号均方根值，且依据目标肌肉在特定动作行为等长最大自主收缩力下的肌电信号均方根值，可以实现在其他复杂运动行为下的人体肌肉激活水平的直接计算，解决了复杂运动行为下人体外部载荷难以获得，难以应用肌骨模型进行计算的问题，大大提高复杂运动行为下人体肌肉激活水平计算的准确性。
人体电信号测试装置数据处理激活水平计算方法

[发明专利]一种面向跌倒分析的人体姿态点有效提取方法-CN202110322202.8有效
发明人：张晖;史雪勇;赵海涛;孙雁飞;朱洪波 -专利权人：南京邮电大学
申请日： 2021-03-25 - 公布日： 2022-07-29 - 主分类号： G06V40/20 文献下载
摘要：本发明提出了一种面向跌倒分析的人体姿态点有效提取方法，该方法首先采用人体姿态估计算法检测得到目标姿态关键点；然后提出了基于行为分析的分层筛选方法，分析不同人体行为下关键点的位置变化情况，得到与跌倒行为紧密联系的人体姿态点该算法可以有效去除跌倒行为的冗余关键点信息，不仅降低了构建跌倒分析模型的复杂度，也提高了跌倒识别的准确度。因此，该发明可以广泛应用于家居场景下的人体跌倒行为检测，有非常广阔的应用场景。
一种面向跌倒分析人体姿态有效提取方法

[发明专利]基于元胞自动机思想的人体行为时空联合分析方法-CN202210329331.4在审
发明人：张晖;夏望舒;赵海涛;朱洪波 -专利权人：南京邮电大学
申请日： 2022-03-30 - 公布日： 2022-07-29 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于元胞自动机思想的人体行为时空联合分析方法，首先基于元胞自动机思想将获得的人体三维骨骼姿态关键点离散化；其次，结合人体三维骨骼姿态关键点能量值以及人体骨骼关键点的位置变化，计算出人体三维骨骼姿态关键点的能量平滑值；最后构建人体时空联合分析深度网络，将人体跌倒视频逐帧提取出的三维坐标信息以及计算出的人体关键变化后能量变化的平滑值输入给构建的人体行为时空联合分析网络进行训练以进行人体姿态检测。本发明将机器视觉领域的行为分析技术从复杂的环境人体图像识别处理简化成对人体三维骨骼关键点的坐标以及人体骨骼关键点的能量变化的简单情况，减少了行为分析所需的计算机算力，有着广阔的应用场景。
基于自动机思想人体行为时空联合分析方法

[发明专利]一种基于卷积神经网络的人体行为识别方法-CN201910326391.9有效
发明人：赵立昌;陈志;岳文静;吴宇晨;孙斗南;周传 -专利权人：南京邮电大学
申请日： 2019-07-05 - 公布日： 2022-08-16 - 主分类号： G06V40/20 文献下载
摘要：本发明提供一种基于卷积神经网络的人体行为识别方法，包括如下步骤：采集不同人体动作的图像，每张所述图像都有一个人体骨架序列；根据人体骨架序列形成所述人体图像的移动骨架描述符图像和移动关节描述符图像；将不同人体动作的移动骨架描述符图像和移动关节描述符图像分别作为训练集训练卷积神经网络；将待识别人体动作的图像分别输入训练好的两个卷积神经网络中，分别得到各个人体动作的分数；将两种分数中相同人体动作对应的分数相加，得出得分最高的动作，作为人体行为识别的结果。本发明使得对于输入的人体姿势序列，能够使用卷积神经网络进行人体行为识别，提高对人体行为识别的准确度，并且降低学习模型的计算复杂度。
一种基于卷积神经网络人体行为识别方法

[发明专利]基于人体骨架特征的3D卷积神经网络不安全行为检测系统-CN202111361515.0在审
发明人：姚森均;范昕炜 -专利权人：中国计量大学
申请日： 2021-11-17 - 公布日： 2022-03-01 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于人体骨架特征的3D卷积神经网络不安全行为检测系统。发明涉及人体目标检测、人体姿态以及人体行为识别技术领域。该系统可以通过输入安全生产作业场所实时监控画面，通过YOLOX‑Tiny算法模型得到人体最小矩形包围框的坐标信息，减少视频冗余，随后使用LiteHRNet生成人体骨骼特征向量，最后基于PoseC3D人体动作识别网络模型来对作业人员是否存在不安全行为进行判断和行为分类
基于人体骨架特征卷积神经网络不安全行为检测系统

[发明专利]一种基于人体骨骼关键点预测的异常行为识别系统及方法-CN202210922513.2在审
发明人：范冰;金舒;李鹏;王志心 -专利权人：国电南京自动化股份有限公司
申请日： 2022-08-02 - 公布日： 2022-11-01 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了计算机视觉技术领域的一种基于人体骨骼关键点预测的异常行为识别系统及方法，包括：获取真实人体骨骼关键点；将真实人体骨骼关键点输入预先构建的人体骨骼关键点预测网络模型，得到预测人体骨骼关键点；根据预测人体骨骼关键点与真实人体骨骼关键点计算目标骨骼关键点损失值；根据目标骨骼关键点损失值计算异常分值后，基于异常分值进行异常行为判定；分别对预测人体骨骼关键点和真实人体骨骼关键点进行可视化绘制展示。本发明采用骨骼关键点预测模型对未来帧的人体骨骼关键点进行预测，通过对比预测骨骼关键点与真实骨骼关键点的差异来识别异常，考虑到了正常行为的多样性，避免在重建阶段对正常行为造成误判。
一种基于人体骨骼关键预测异常行为识别系统方法

[发明专利]一种群体人员行为识别方法、装置和计算机存储介质-CN201910935090.6在审
发明人：王烨;王琦;杨忠程 -专利权人：上海依图网络科技有限公司
申请日： 2019-09-29 - 公布日： 2020-01-07 - 主分类号： G06K9/00 文献下载
摘要：本申请公开一种群体人员行为识别方法、装置和计算机存储介质，获取一定时间段的视频流的所有视频帧，确定人体图像数量大于等于第一阈值且连续的预定数量的视频帧；将连续的预定数量的视频帧的每个视频帧所包括的人体图像进行人群行为分类；确定连续的预定数量的视频帧的每个视频帧所包括人体图像最多的类别的人体图像数量是否大于等于第二阈值；如果大于等于第二阈值，确定发生群体人员行为；如果连续的预定数量的视频帧的每个视频帧所包括人体图像最多的类别的人体图像数量小于第二阈值，确定没有发生群体人员行为。本申请的群体人员行为识别方法和装置，能高敏感性地识别群体非常规行为，不需要考虑背景稳定性，准确性高。
视频帧人体图像人员行为群体计算机存储介质方法和装置非常规行为行为分类时间段视频流申请敏感人群

[发明专利]一种基于腕部穿戴设备的注意力机制人体行为识别方法-CN202310674266.3在审
发明人：王燕;杨红梅;汪鑫;王瑷珲;路成钢;耿颖睿;温晓许;王海泉 -专利权人：中原工学院
申请日： 2023-06-08 - 公布日： 2023-08-11 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于腕部穿戴设备的注意力机制人体行为识别方法，包括：利用腕部穿戴设备采集多种人体行为的动作数据，并进行预处理；基于预处理后的多种人体行为的动作数据，构建基于注意力机制的多层注意力模型，其中，基于注意力机制的多层注意力模型包括传感器通道注意力层、自注意力层和全局时间注意力层；利用构建的基于注意力机制的多层注意力模型，对腕部穿戴设备实时采集的人体行为动作数据进行人体行为识别。本发明构建的多阶段注意力模型包括传感器通道注意力层、自注意力层以及全局时间注意力层，用来提取跨传感器通道特征、样本间深层特征和跨样本特征，以从人体行为的时间序列数据中提取更有价值的特征，提高模型识别率。
一种基于腕部穿戴设备注意力机制人体行为识别方法

[发明专利]一种基于高低分辨率双模态蒸馏的视频人体行为识别方法-CN202210783867.3在审
发明人：陈伯瑜;乔宇;王亚立 -专利权人：中国科学院深圳先进技术研究院
申请日： 2022-07-05 - 公布日： 2022-11-01 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于高低分辨率双模态蒸馏的视频人体行为识别方法。该方法包括以下步骤：构建深度学习模型框架，其中第一分支依次包含超分辨率模块和超分模态模型，第二分支包含低分模态模型，超分辨率模块用于扩展输入视频的分辨率，获得超分辨率视频，超分模态模型用于识别超分辨率视频中的人体行为类别，低分模态模型用于识别输入视频中的人体行为类别；以设定的损失函数为监督信号，训练所述深度学习模型框架，在训练过程中，将超分模态模型输出的人体行为类别作为超分辨率知识，指导所述低分模态模型的训练；利用经训练的低分模态模型对目标视频进行人体行为识别本发明能够有效提高真实场景下低分辨率视频的人体行为识别准确率。
一种基于高低分辨率双模蒸馏视频人体行为识别方法

[发明专利]一种基于加速度传感器的人体跌倒检测方法-CN201811112919.4有效
发明人：任领美;刘政;张怡睿宸 -专利权人：山东科技大学
申请日： 2018-09-25 - 公布日： 2020-08-11 - 主分类号： G08B21/04 文献下载
摘要：本发明公开了一种基于加速度传感器的人体跌倒检测方法，涉及生物医学信号处理技术领域。该方法基于双重确认的人体跌倒检测算法，其中的一级跌倒检测根据预先采集的日常行为动作(ADL)和跌倒加速度样本数据，提取阈值集；然后实时采集人体的ADL加速度数据，提取该组数据的方差作为动态阈值部分更新针对该用户的预跌倒行为阈值；设定以上阈值作为人体跌倒判断标准进行人体跌倒行为的一级检测；在一级跌倒检测过程中，一旦检测到发生预跌倒行为，将预跌倒行为前ts开始的人体行为数据发送到近数据源的服务器上进行基于SVM的二级跌倒检测判断；最后根据双重跌倒判断结果确定人体跌倒事件，并动态的更新跌倒检测算法的阈值集用于后续该用户的跌倒检测。
一种基于加速度传感器人体跌倒检测方法

[发明专利]一种人体异常行为检测方法-CN201810577722.1在审
发明人：应捷;刘聪聪;韩飞龙;杨阳 -专利权人：上海理工大学
申请日： 2018-06-06 - 公布日： 2018-12-04 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种人体异常行为检测方法，采集固定单一背景下人的走、跑、挥拳、倒地这四种行为的视频序列，利用卡尔曼滤波算法提取运动人体目标，提取出运动人体运动目标图像，将检测出的运动人体目标图像存储下来，构建训练数据集，提取图像的Hu不变矩、图像熵和长宽比特征用于建立贝叶斯分类器，实现对四种人体异常行为的分类识别，识别率和实时性较好。采用贝叶斯分类器与卷积神经网络方法相结合的方法进行最终异常行为类别的判定，可以提高识别准确度，减少误判和漏检。本发明可以实现固定背景下的人的走、跑、挥拳、倒地这四种行为的检测与分类识别，这种方法不局限于这四种行为，也可以用于人群聚集、打架斗殴等其他异常行为的判定。
异常行为贝叶斯分类器异常行为检测运动人体目标分类识别判定卡尔曼滤波算法卷积神经网络运动目标图像训练数据集准确度单一背景固定背景人群聚集视频序列提取图像图像存储运动人体不变矩实时性识别率图像熵误判检测构建漏检取出采集局限