专利交易市场

本发明属于行为识别领域，具体涉及一种基于视频的多目标连续行为分析方法、系统、装置。旨在解决现有目标行为识别的准确度低的问题。本系统方法包括获取输入视频各视频帧中的目标和目标区域；对各目标区域分别进行关键点提取，并构建运动模型，以该模型作为全局特征；采用基于注意力机制的特征热图，分别提取各视频帧中各目标区域的局部特征；采用stacking集成学习方法将全局特征和局部特征进行融合，获得融合特征；将输入视频的各视频帧、融合特征通过分类器进行动作序列分类，得到多组动作分类的结果；基于多组动作分类的结果，通过描述器生成每个目标的动作对应的描述性语句。本发明提高了目标行为识别的准确度。

本发明公开了基于运动特征增强和长时时序建模的考场作弊行为分析方法，属于视频行为识别领域和深度学习领域，首先收集数据集，再对数据进行行为类别的标注并将视频流提取为图像帧，基于运动特征增强的方法提升模型对运动目标的捕获能力，通过特征谱移位方式进行帧之间的信息融合，基于时序金字塔的方法对长时的时序关系进行建模，完成识别模型的搭建；然后根据数据集获得的图像采用Xavier方法对行为识别分类模型进行初始化，采用分段抽取的方式获得视频帧的采样序列，基于分类模型的损失函数进行迭代到预设迭代次数，完成模型的训练，最后使用通过抽样获得的视频帧序列进行推理测试，得到具体的行为类别结果。

本发明涉及一种基于大数据的学生行为分析装置、系统及方法，属于学生行为数据分析技术领域，设计循序渐进的不同检测方式以及检测结果检验方案，以最低成本的图像周期性检测作为触发，避免视频采集长时间运行，并且依次分为嫌疑瞌睡状态、重度嫌疑瞌睡状态、瞌睡状态三种程度的逐步，使得学生行为分析结果准确度较高、可靠性较好。周期性采集面部图像，相较于视频采集成本极低，将其作为长时间启动的装置设备，检测到异常后再触发后续循序渐进的检验检测。

本发明公开了一种基于卷积神经网络的景区人群行为分析方法，包括步骤构建人群密度分类神经网络和人群热度图估计卷积神经网络，所述人群密度分类神经网络使用一个CNN将人群密度分为低密度、中密度和高密度3类，所述人群热度图估计卷积神经网络分为三列，每个不同人群密度类别被送到相应的人群热度图估计卷积神经网络的列中进行训练；结合颜色相似性和DBSCAN聚类算法对采集到的热度图中的人群区域进行分割；计算所述人群区域的相似度；根据所述相似度分析人群行为。与现有技术相比，本发明能有效地评估景区的人群行为，以便于及时指挥调度，疏散景区中的游客。

本发明提供的员工行为分析与考勤优化系统，涉及企业管理技术领域，包括：员工考勤管理平台，用于接收员工的工作数据和考勤数据并存储；对员工的工作数据和考勤数据分别进行工效分析和考勤分析，以得到工效值、考勤值；将员工的工效值、考勤值进行融合处理，得到员工优待值；将员工的工效值、考勤值和优待值标记为行为分析结果；根据行为分析结果，对考勤流程进行优化管理。通过员工考勤管理平台实时监测员工的工作表现和考勤情况，使得员工可以根据个人的优先级和优待值灵活调整工作时间，实现动态调整考勤时间，有助于员工更好地平衡工作与生活，提高员工的工作满意度，从而提高员工对企业的归属感和忠诚度以及工作效率。