貴州蟻棲同悟科技有限公司陳鵬獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉貴州蟻棲同悟科技有限公司申請的專利基于AI的廠區異常行為識別監控方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120088737B 。
龍圖騰網通過國家知識產權局官網在2025-09-16發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510565723.4,技術領域涉及:G06V20/52;該發明授權基于AI的廠區異常行為識別監控方法及系統是由陳鵬;沈宇;何明輝設計研發完成,并于2025-04-30向國家知識產權局提交的專利申請。
本基于AI的廠區異常行為識別監控方法及系統在說明書摘要公布了:本發明提供了一種基于AI的廠區異常行為識別監控方法及系統,方法包括:獲取目標廠區內多個監控設備實時采集的連續視頻流數據;對連續視頻流數據進行時間維度切分及空間維度預處理,得到與動態行為序列對應的多幀行為特征集合,將多幀行為特征集合輸入預訓練的異常行為識別模型,對骨骼關鍵點特征、環境關聯物體輪廓特征及動作軌跡特征進行跨模態關聯融合,生成目標行為特征向量,與預設的異常行為特征庫進行相似度匹配,確定異常行為類別,在判定屬于異常行為類別時,根據行為類型觸發對應的預警信號,并進行實時告警顯示。通過本發明,可以解決現有監控系統準確性、實時性不足的問題。
本發明授權基于AI的廠區異常行為識別監控方法及系統在權利要求書中公布了:1.一種基于AI的廠區異常行為識別監控方法,其特征在于,所述方法包括: 獲取目標廠區內多個監控設備實時采集的連續視頻流數據,所述連續視頻流數據包含至少一個目標對象的動態行為序列; 將所述連續視頻流數據按照預設時間間隔劃分為多個視頻片段,每個視頻片段包含固定數量的連續視頻幀; 針對每一視頻幀,調用預訓練的骨骼關鍵點檢測網絡,提取所述目標對象的骨骼關鍵點特征,所述骨骼關鍵點特征包括各關節點的三維坐標及相鄰關節點之間的運動速度參數; 調用物體輪廓分割網絡,對所述視頻幀進行對象區域定位,生成所述目標對象的初始邊界框坐標及置信度參數; 基于所述初始邊界框坐標向外擴展預設比例的檢測區域,生成候選物體搜索區域,所述候選物體搜索區域覆蓋所述目標對象周圍預設半徑范圍內的空間范圍; 調用候選物體檢測網絡,對所述候選物體搜索區域內的像素進行滑動窗口遍歷,識別出所有潛在交互物體的候選邊界框集合,所述候選邊界框集合包括各候選物體的位置坐標及物體類別預測結果; 基于所述物體類別預測結果與預設的交互物體類別清單進行匹配篩選,剔除所述候選邊界框集合中不屬于所述清單的候選物體,得到目標交互物體集合; 將所述目標交互物體集合中的各候選物體對應的圖像區域輸入預訓練的輪廓分割網絡,生成各候選物體的精確輪廓掩膜,所述精確輪廓掩膜由二值化像素矩陣描述物體形狀的閉合邊界; 基于所述精確輪廓掩膜提取物體形狀描述符,所述物體形狀描述符通過輪廓多邊形頂點坐標序列及曲率變化特征進行編碼,所述曲率變化特征由相鄰頂點連線的角度變化率計算生成; 獲取所述目標對象的骨骼關鍵點特征中的軀干中心點坐標,并計算所述精確輪廓掩膜的質心坐標,基于所述軀干中心點坐標與所述質心坐標的三維空間差值,生成相對距離參數; 將同一候選物體的物體形狀描述符及相對距離參數進行組合,形成環境關聯物體輪廓特征; 從所述視頻片段的每一視頻幀中提取所述目標對象的軀干中心點空間坐標,并按視頻幀采集時間順序排列生成初始位置坐標序列; 對所述初始位置坐標序列中相鄰兩個視頻幀的軀干中心點空間坐標進行差值計算,獲得所述目標對象在相鄰視頻幀之間的位置變化差值,所述位置變化差值包含水平方向偏移量及垂直方向偏移量; 根據所述位置變化差值的水平方向偏移量與垂直方向偏移量的比例關系,確定所述目標對象在每對相鄰視頻幀之間的移動方向角度,并將所有移動方向角度按時間順序串聯生成位移方向序列; 基于所述位置變化差值的絕對值與相鄰視頻幀之間的時間間隔的比值,計算所述目標對象在每對相鄰視頻幀之間的瞬時移動速率,并將所有瞬時移動速率按時間順序排列生成速率變化序列; 對所述速率變化序列中相鄰兩個瞬時移動速率的差值進行時間窗口滑動計算,獲得所述目標對象在連續時間窗口內的速率變化差值,并將所有速率變化差值按時間順序擬合生成加速度變化曲線; 將所述位移方向序列中的每個移動方向角度與所述加速度變化曲線中對應時間節點的速率變化差值進行特征綁定,形成時間軸對齊的融合軌跡數據,并將所述融合軌跡數據編碼為動作軌跡特征; 將同一視頻幀對應的骨骼關鍵點特征、環境關聯物體輪廓特征及動作軌跡特征進行組合,形成多幀行為特征集合; 將所述多幀行為特征集合輸入預訓練的異常行為識別模型,通過所述異常行為識別模型中的多模態特征編碼層對所述骨骼關鍵點特征、環境關聯物體輪廓特征及動作軌跡特征進行跨模態關聯融合,生成目標行為特征向量; 基于所述目標行為特征向量與預設的異常行為特征庫進行相似度匹配,確定所述目標對象的行為類型是否屬于預定義的異常行為類別; 若判定屬于所述異常行為類別,則根據所述行為類型觸發對應的預警信號,并將所述預警信號及關聯視頻幀發送至目標終端設備進行實時告警顯示。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人貴州蟻棲同悟科技有限公司,其通訊地址為:550000 貴州省貴陽市觀山湖區貴陽國際金融中心二期商務區第C4【棟】10【層】16【號】房;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。