本发明公开了基于计算机视觉的人体危险行为智能预警方法，具体涉及人体危险行为智能预警技术领域，包括获取无线组网中各视觉采集节点的连续视频数据、节点标识和节点邻接关系，对连续视频数据执行人体目标检测、目标跟踪和异常行为识别，对识别出异常行为并离开当前视觉采集节点视场的目标人体提取离开时刻、离开位置和离开方向，输出目标离场记录；通过对异常行为目标的离场过程执行边界接续确认、对后继视觉节点执行接续解算与危险接力记录分配，将目标在相邻视觉节点之间应当连续出现却未连续出现的失配结果作为危险状态持续保留和固化判定依据。
📄 2026104844007
📂 G06V40_20
👤 龙岩学院
📅 2026-04-14
本发明公开了一种基于深度学习的交警手势识别方法及无人车，包括以下过程：制作训练数据集、利用训练数据集中的数据离线训练深度学习网络模型、采集现场的交警手势、利用训练后的深度学习网络模型识别出交警手势、根据识别结果控制无人车遵循交警手势行驶。本发明基于深度学习方法提出的交警手势识别技术，仅依靠一个普通RGB摄像头和车载工作站即可自动识别出交警手势，无需复杂的外部设备，且对于不同环境下的交警手势识别都具有较高的准确率和识别效率。将该技术应用于无人驾驶车，可以使无人驾驶车具备自动识别交警手势并适应复杂多变的道路环境的能力，提升了无人驾驶车的智能性。
📄 2019101817135
📂 G06V40_20
👤 青岛科技大学
📅 2019-03-11
本发明公开了结合注意力的多级时空特征融合行为识别方法和系统，包括以下步骤：(1)获取需要识别的视频，对视频进行预处理操作获得图像；(2)将预处理后的图像输入结合注意力的多级时空特征融合的人体行为识别网络中进行卷积神经网络训练；(3)输出相应的人体动作分类结果。该发明在行为识别中传统的三维卷积的方法上进行创新，实现了降低一定参数量并有效提升识别准确率的效果。
📄 2023107178004
📂 G06V40_20
👤 南京信息工程大学
📅 2023-06-15
本发明公开了一种基于Transformer改进的人体骨架数据行为识别方法及系统，涉及计算机视觉行为识别领域，包括以下步骤：接收原始人体骨架数据，将原始人体骨架数据在时间维度分为多个部分，每个部分为一个时空组，且所述时空组包含等量的人体骨架数据帧数；对每个时空组对于空间位置进行编码，得到编码人体骨架数据；将编码人体骨架数据输入预先建立的时空分组自注意力模型内，得到各个关节点之间的关系；对获得的关节点之间的关系特征进行组间特征聚合得到聚合特征；将聚合特征输入到全局平均池化层和全连接层以获得分类分数。
📄 2023103584812
📂 G06V40_20
👤 南京信息工程大学
📅 2023-04-06
基于动态卷积图神经网络的鱼类行为分析方法和系统，其方法包括：获取鱼类行为视频并进行预处理，获得鱼群的轨迹信息；根据鱼群轨迹信息提取鱼类行为特征；根据提取的鱼类行为特征计算鱼类行为特征指标，包括游泳速度、角速度、加速度、鱼群活跃度、分散程度等；根据鱼类行为特征指标集构造边；构建鱼类行为分析动态图卷积网络，包括记忆单元和基于超图卷积的多分类器；基于超图卷积的多分类器由三个部分构成：构建超图、构建超图卷积、形成新的特征编码，最后对新的特征编码进行分类预测。本发明能够充分利用鱼类行为视频数据中蕴含的信息，提取鱼类行为的特征，并通过基于聚类的记忆模块和超图卷积来提高模型的性能和准确度。
📄 2023110256102
📂 G06V40_20
👤 浙江工业大学
📅 2023-08-15
本发明公开了一种基于机器学习的人体状态匹配方法，包括：(1)样本集预处理；(2)Open Pose检测人体关键点；(3)训练样本集对齐；(4)建立人体标准姿态模型；(5)PCA分析降维；(6)训练SVM分类器，计算数据集中每个项的变形因子bC，计算出bC的阈值；(7)计算待验证的人体姿态形状的变形因子bC，如果bC值在阈值范围内，则待验证的姿态形状就是预定义的标准姿态，如果bC值超出阈值范围，则待验证的姿态形状不是标准姿态。利用本发明，可以快速的确定新姿态是否是预定义的标准姿态，匹配准确度高。
📄 2021100545770
📂 G06V40_20
👤 浙江工业大学
📅 2021-01-15
一种基于少样本学习的毫米波雷达感知手势识别方法，设计动作手势和雷达参数，搭建毫米波雷达系统平台，人体站在平台采集处前方，进行手势动作变化，利用毫米波雷达发射线性调频信号，然后接收包含手势信息的回波信号，将发射信号和接收信号进行混频处理，得到中频信号；然后对中频信号进行杂波抑制以及2D‑FFT的预处理，构建手势动作的距离‑时间以及速度‑时间数据集，并从中选取若干个代表性距离、速度特征作为网络输入样本集；接着利用改进网格搜索的算法优化SVM模型参数，选择最优参数实现少样本的数据集训练，并实现手势的识别。本发明实现高准确率的手势识别效果。本发明应用前景广阔，具备较强实用。
📄 2022103980415
📂 G06V40_20
👤 浙江工业大学
📅 2022-04-12
本发明涉及人体姿态预测领域，尤其涉及一种基于高斯过程回归和渐进滤波的人体姿态预测方法，利用高斯过程回归方法建立状态转移模型，用预测值检验量测信息的可靠性，来提高先验信息的准确度；再基于渐进滤波方法估计位置状态，达到更加快速、准确的性能；最后，预测人体各关节点的位置状态。本发明的有益效果为：由于在获取人体姿态信息时传感器易受环境因素以及自身影响，会导致量测信息的缺失或者出现明显错误，从而使人体姿态预测结果出现明显偏差，相比于现有的人体姿态预测，该方法基于高斯过程回归和渐进滤波，有效提高状态预测的准确性，提高对传感器出错等不利因素的鲁棒性。
📄 2022106286153
📂 G06V40_20
👤 浙江工业大学
📅 2022-06-06
本发明公开了一种基于自适应模型的人体姿态实时估计方法，该方法融合深度学习的优势来达到运动模式分类和运动轨迹建模的统一，解决了传统建模方法存在的局限性以及复杂运动下人体姿态估计鲁棒性差且准确度低的问题，实现在人体运动模式和轨迹复杂多变情况下的人体姿态估计。特别的，利用LSTM网络进行动作识别和人体各关节点运动轨迹建模，有效地提高了运动模型的自适应能力和人体姿态估计的精确度与鲁棒性。
📄 2021110570374
📂 G06V40_20
👤 浙江工业大学
📅 2021-09-09
本发明涉及一种基于回归检测的实时动态手势轨迹识别方法，获取视频图像，分割手部区域，获取关键点，构建基于关键点的手势轨迹；以基于因果卷积和空洞卷积改进的TextCNN对手势轨迹的信息进行特征提取，并将特征序列输入LSTM，以基于变化的输出层结构改进的LSTM对所述特征序列进行回归预测，从预测结果中聚类筛选出最可信的结果，定位和识别轨迹中存在的有效部分。本发明针对动态手势识别中噪声环境下轨迹难以被准确快速识别的问题，提出基于回归检测的方法，结合CNN与LSTM的回归检测算法，能快速检测包含噪声的轨迹中有效部分所在位置和类别，降低噪声对手势轨迹识别影响，对动态手势轨迹实现高鲁棒性分类。
📄 2020105393233
📂 G06V40_20
👤 浙江工业大学
📅 2020-06-14
本发明公开了一种基于特征金字塔的骨架动作识别方法，将待检测骨架序列输入到由预设数量的金字塔图卷积块组成的特征提取网络，获得人体骨架的多尺度特征；然后，对特征提取网络输出的多尺度特征进行帧融合和个体融合，得到通道数维度向量；最后对通道数维度向量进行线性投影变化后，经过分类函数得到识别结果。本发明通过捕捉骨架序列的多尺度空间特征，增强了模型的表征能力，通过基于注意力的图池化模块，能够有效地将骨架压缩为多个低阶子图，相比于现有技术方案，本申请实现了最高的识别准确率。
📄 2024113343431
📂 G06V40_20
👤 浙江工业大学
📅 2024-09-24
一种基于多特征融合CNN‑BLSTM的人体复杂行为识别方法包括如下步骤：通过滑动窗口对连续的传感器数据进行分割，对分割后的传感器数据提取特征，并通过特征选择算法，对这一系列人工提取特征进行筛选，保留优势特征；将分割后的行为数据输入深度学习模型进行训练，首先通过卷积神经网络进行一维卷积池化处理，再通过双向长短期记忆神经网络，使用平均池化层对双向长短期记忆神经网络输出的状态进行显著性特征提取，最后将池化后的特征向量与先前提取的优势特征向量融合，作为全连接层的输入特征，得到复杂行为识别的输出。本发明能充分挖掘传感器数据特征，提高人体复杂行为识别准确率。
📄 2019112405444
📂 G06V40_20
👤 浙江工业大学
📅 2019-12-06
柿子坊 · 知识产权运营
柿子坊知识产权运营平台