CN118212688B 基于图像识别的人员活动分析方法及系统 （常州发创软件有限公司）

本发明提供一种基于图像识别的人员活动2获取视频流，提取所述视频流中的图像帧，通过卷积网络提取所基于所述分割轮廓，通过级联金字塔网络确定所述目标实体在边界框中的脚部位置，基于所述动作特征，结合预设的动作分析模型，构建线性核函数基于所述卷积特征图提取所述图像帧的图像特征，构建多个卷基于所述级联检测模块，以分辨率由低到高的顺序对所述第一特征图进行脚部检测，对于每个检测到的脚部区域，通过边界框回归技术调整检测到的脚部区域的边界框，通过预先设置的视频设备获取输入视频流，通过视频处理库在所述视基于所述卷积特征图，区域筛选网络通过锚框机制对每个位置提出对于每个被选择的候选区域，基于预设的上下文信息编码模块，通基于所述候选位置和所述卷积特征图，初始化所述全连接层和所3所述全连接层通过特征映射将所述卷积特征图映射至高维空间并获取所述卷积特征将获取到的高级语义信息添加至所述全卷积层中，通过上采样对所述初始分割轮廓进行填充和平滑处理，将处理后的初始分割轮对于所述目标图像，基于预先设置的多尺度处理机制，提取所述目标基于所述融合特征图，在不同尺度下学习特征并确定不同尺寸的目标实体对应的图确定所述二维人体姿态对应的摄像机内外参数，对所述二维在连续帧中对所述三维姿态坐标进行跟踪，通过滑动窗口基于预先获取的动作特征和时序特征，生成空集合并将已知的人基于所述线性核函数，将所述动作特征和所述时序特征映射至高收集真实动作数据，根据所述真实动作数据随机生成特征基于所述第一决策边界，确定所述动作分析模型对应的真正例率47.基于图像识别的人员活动分析系统，用于实现前述权利要求1_6中任一项所述的基第二单元，用于基于所述分割轮廓，通过级联金字塔网络确定二维人体姿态映射至三维空间得到三维人体姿态，对所述三维人体姿态进行时间序列分其中，所述处理器被配置为调用所述存储器存储的指令，以执行序指令被处理器执行时实现权利要求1至65据中提取到可以表示静态信息的第一图像和动态信息的第二图像两个模态的信息，接着，的特征并生成卷积特征图，将所述卷积特征图通过区域筛选网络确定目标实体的候选区6[0017]所述全连接层通过特征映射将所述卷积特征图映射至高维空间并获取所述卷积[0022]基于所述卷积特征图提取所述图像帧的图像特征，构建78[0056]图1为本发明实施例基于图像识别的人员活动分析方法的流程示意图，如图1所特征并生成卷积特征图，将所述卷积特征图通过区域筛选网络确定目标实体的候选区域，9的特征并生成卷积特征图，将所述卷积特征图通过区域筛选网络确定目标实体的候选区[0072]所述全连接层通过特征映射将所述卷积特征图映射至高维空间并获取所述卷积特征图添加到全连接层的输入接口，全连接层通过特征映射将卷积特征图映射至高维空[0080]S2.基于所述分割轮廓，通过级联金字塔网络[0084]基于所述卷积特征图提取所述图像帧的图像特征，构建级联检测模块是一种目标检测系统中用于提高准确性的技术，通过级联连接多个检测器，[0089]对每个检测到的脚部区域，通过边界框回归技术调整检测到的脚部区域的边界尺寸和对应的像素尺寸计算得到。[0120]图2为本发明实施例基于图像识别的人员活动分析系统的结