本发明公开了一种基于隐马尔可夫模型和循环神经网络的人体违规行为预测方法,属于计算机视觉图像处理领域。该方法包括以下步骤:1)采集数据集;2)对图像进行预处理;3)对预处理后的图像进行目标检测,得到目标检测框;4)将带有目标检测框的图像作为CPN网络的输入,提取目标检测框中的人体骨架,标记关节点,得到带有目标检测框和关节点标记信息的图像;将每组中带有目标检测框和关节点标记信息的图像均转换为像素矩阵;5)利用LSTM模型得到该样本属于每一项违规行为的概率,构成概率矩阵;6)利用隐马尔可夫模型对概率矩阵进行修正,取修正后的概率矩阵中最大概率值对应的违规行为作为最终的预测结果。
📄 2021103022197
📂 G06K9_00
👤 浙江理工大学
📅 2021-03-22