CN119445668A 一种融合摄像头和uwbaoa基站的特定目标人员行为识别方法 （北京华星北斗智控技术有限公司）

一种融合摄像头和UWBAOA基站的特定目标融合摄像头和UWBAOA基站的特定目标人员行为合运动强度数据获取每个行为节点的特征隶属并通过隶属度计算和排序生成模糊类别归属结2基于所述模糊类别归属结果中的运动特征，分析相邻节点的特征变化频次及相似度，基于所述行为趋势预测路径簇，将目标人员的当前行为轨迹与提取摄像头和UWB基站捕获的目标运动轨迹中存在缺失的片段，通过插值拟合的方式2.根据权利要求1所述的融合摄像头和UWBAOA基站的特定目标人员行为识别方法，其根据所述每段轨迹的运动特征数据，对节点间的运动特征进行分类点间运动模式的数据集；w233.根据权利要求2所述的融合摄像头和UWBAOA基站的特定目标人员行为识别方法，其3基于所述节点的特征隶属度信息，对全部节点按隶属度从大到小进4.根据权利要求3所述的融合摄像头和UWBAOA基站的特定目标人员行为识别方法，其基于所述模糊类别归属结果中的运动特征数据，通过提取相邻节点ab是从节点a到节点b的特征变化频次，sab是节点a和节点b之间的特征相似度，5.根据权利要求4所述的融合摄像头和UWBAOA基站的特定目标人员行为识别方法，其根据所述目标人员节点间的转移概率数据，通过随机采样的方式生成多条模拟路径，6.根据权利要求5所述的融合摄像头和UWBAOA基站的特定目标人员行为识别方法，其基于摄像头和UWBAOA基站采集的实时轨迹数据，将目标人员的当7.根据权利要求6所述的融合摄像头和UWBAOA基站的特定目标人员行为识别方法，其基于所述节点偏移程度信息，分析每对相邻节点的偏移方向和偏移根据所述偏移序列数据表，整理全部路径段的偏移方向和幅度48.根据权利要求7所述的融合摄像头和UWBAOA基站的特定目标人员行为识别方法，其基于所述目标轨迹偏离评估结果，识别轨迹中缺失片段的前后计算时间t,时刻缺失段内的估计节点坐标向05[0002]图像识别技术领域是指通过计算机视觉技术从图像或视频数据中识别和提取信与无线电数据的叠加分析目标人员的运动特征，但对运动轨迹中的各节点信息处理方面，6w27[0028]计算节点a转移到节点b的转移概率P(a→b)，得到目标人员节点间的转移概率数8)是缺失t′示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限9离趋势分析和偏离方向的定量评估，目标人员行为识别结果包括行为轨迹的一致性验证、[0069]基于摄像头和UWB基站分别捕获目标人员的位置和时间戳数据，摄像头用于跟踪将每两相邻节点的位移数据定义为一段，具体通过处理UWB基站的信号响应时间确定空间w23速度数据通过工具如Python的OpenCV库和UWBAOABaseStation定位采集，θ是方向转向角节点的坐标变化计算方向角度；和为相邻两段轨迹的方向向W2＝0.2[0082]结果I＝0.58表示该段轨迹的运动趋势在j是第j个节点的运动强度。[0097]根据计算得到的特征隶作为决策支持参考。[0103]计算节点a转移到节点b的转移概率P(a→b)，得到目标人员节点间的转移概率数n,=0.7i总节点数n＝3。方向信息的相似度进行自动匹配。为减少误差，系统设置阈值范围(例如0.5米内的位移[0130]其中，Δpi表示当前行为目标人员在特定节点上的偏离情况，是第i个节点在目标人员当前行为轨迹中的距离，这一距离是通过融合摄像头和UWBAOA基站的数据获取，dfeferece是路径簇中对应通过系统从已有轨迹数据库提取，ldfurrent-dfefecencel是表示当前节点距离与参考节点[0131]若当前行为轨迹的第i个节点距离dfurrent=15米,路径簇的参考节点距离趋势。从摄像头和UWB基站的历史数据中获取这些节点的时间戳、空间坐标及运动特征信t,1本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施