公开(公告)号：CN108182416A

公开(公告)日：2018-06-19

申请号：CN201711488387.X

申请日：2017-12-30

Applicant: 广州海昇计算机科技有限公司

Inventor： 郝禄国 ,  张晓龙 ,  李伟儒 ,  吴楚权 ,  杨琳 ,  葛海玉

IPC: G06K9/00 ,  H04N5/272 ,  H04N7/18

Abstract: 本发明公开了一种无人机监控场景下的人体行为识别方法、系统及装置，方法包括：通过无人机监控摄像头对所需的监控地点进行视频拍摄并预处理，得到样本视频；基于样本视频，对样本视频中人体行为进行分类，并创建卷积神经网络模型和训练测试集样本库，进而通过训练测试集样本库对卷积神经网络模型进行训练；将实际监控视频进行处理后输入至训练后的卷积神经网络模型中，得到实际监控视频中的人体行为的分类类型。本发明通过训练后的卷积神经网络模型能够实时自动对现实无人机平台监控场景下人体的各类行为进行识别，网络泛化能力较好，有效提升识别效果。本发明可广泛应用于行为识别领域中。

公开(公告)号：CN108280406A

公开(公告)日：2018-07-13

申请号：CN201711488438.9

申请日：2017-12-30

Applicant: 广州海昇计算机科技有限公司

Inventor： 郝禄国 ,  张晓龙 ,  罗杰强 ,  杨琳 ,  葛海玉

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  H04N5/76 ,  H04N19/70

Abstract: 本发明公开了一种基于分段双流模型的行为识别方法、系统及装置，方法包括：采用H.265/HEVC的视频压缩标准录制监控视频；对样本数据集进行样本扩容，得到扩容样本数据集；创建组合卷积神经网络模型，进而通过扩容样本数据集对组合卷积神经网络模型进行训练，得到训练后的组合卷积神经网络模型；将实际监控视频进行处理后输入至训练后的组合卷积神经网络模型中，得到实际监控视频中的人体行为的识别结果。本发明通过利用分段双流CNNs和LSTMs组合的组合卷积神经网络模型识别人体行为类别，通过充分提取视频数据中有效特征，能有效实时分析视频中学生行为，且能大大提高识别准确率。本发明可广泛应用于行为识别领域中。