System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及图像识别领域,具体而言,涉及一种违规行为判定方法、装置、存储介质及电子设备。
技术介绍
1、随着ai人工智能技术的发展与应用,越来越多的基于图像检测的技术在实际生活、生产环境中得到了广泛的应用。而且随着对企业安全生产的要求不断提升,许多公司迫切希望使用摄像头监控企业生产的各个环节,通过ai人工智能算法智能地对各种违规行为进行分析、判定,降低企业生产事故发生、提高生产效率和构建智能安全管理系统。
技术实现思路
1、本申请的目的在于提供一种违规行为判定方法、装置、存储介质及电子设备,以至少部分改善上述问题。
2、为了实现上述目的,本申请实施例采用的技术方案如下:
3、第一方面,本申请实施例提供一种违规行为判定方法,所述方法包括:对待识别图像进行检测,以获取对应的检测结果,其中,所述检测结果包括所述待识别图像中出现的目标对象及匹配的置信度;基于所述检测结果中的所述目标对象及匹配的所述置信度,确定是否满足预设判定条件;其中,所述预设判定条件包括检测到出现连续的疑似违规行为,且疑似违规持续时长大于第一时间阈值;若满足,则确定发生目标违规行为。
4、第二方面,本申请实施例提供一种违规行为判定装置,所述装置包括:检测单元,用于对待识别图像进行检测,以获取对应的检测结果,其中,所述检测结果包括所述待识别图像中出现的目标对象及匹配的置信度;行为判定单元,用于基于所述检测结果中的所述目标对象及匹配的所述置信度,确定是否满足预设判定条件;其中,所述预设判定条
5、第三方面,本申请实施例提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的方法。
6、第四方面,本申请实施例提供一种电子设备,所述电子设备包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现上述的方法。
7、相对于现有技术,本申请实施例所提供的一种违规行为判定方法、装置、存储介质及电子设备,包括:对待识别图像进行检测,以获取对应的检测结果,其中,检测结果包括待识别图像中出现的目标对象及匹配的置信度;基于检测结果中的目标对象及匹配的置信度,确定是否满足预设判定条件;其中,预设判定条件包括检测到出现连续的疑似违规行为,且疑似违规持续时长大于第一时间阈值;若满足,则确定发生目标违规行为。本申请方案中通过从置信度、疑似违规行为的连续性和连续时长等多个维度来判定是否发生目标违规行为,充分保障了目标违规行为识别的准确性。并且该方法还具有通用性较强、参考的参数较少(例如只有3个)、耗cpu较少、内存占用少、准确度高。
8、为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种违规行为判定方法,其特征在于,所述方法包括:
2.如权利要求1所述的违规行为判定方法,其特征在于,所述基于所述检测结果中的所述目标对象及匹配的所述置信度,确定是否满足预设判定条件的步骤,包括:
3.如权利要求2所述的违规行为判定方法,其特征在于,所述根据所述特征对象所匹配的所述置信度和所述待识别图像对应的本次时间点确定是否满足预设判定条件的步骤,包括:
4.如权利要求3所述的违规行为判定方法,其特征在于,所述对待识别图像进行检测,以获取对应的检测结果的步骤,包括:
5.如权利要求4所述的违规行为判定方法,其特征在于,所述第一时间阈值的取值、所述第二置信度阈值的取值以及所述第三时间阈值的取值与所述深度学习网络的输出结果的准确性匹配。
6.如权利要求1所述的违规行为判定方法,其特征在于,在所述基于所述检测结果中的所述目标对象及匹配的所述置信度,确定是否满足预设判定条件之前,所述方法还包括:
7.如权利要求1所述的违规行为判定方法,其特征在于,在所述对待识别图像进行检测,以获取对应的检测结果之前,所述方法还
8.一种违规行为判定装置,其特征在于,所述装置包括:
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种违规行为判定方法,其特征在于,所述方法包括:
2.如权利要求1所述的违规行为判定方法,其特征在于,所述基于所述检测结果中的所述目标对象及匹配的所述置信度,确定是否满足预设判定条件的步骤,包括:
3.如权利要求2所述的违规行为判定方法,其特征在于,所述根据所述特征对象所匹配的所述置信度和所述待识别图像对应的本次时间点确定是否满足预设判定条件的步骤,包括:
4.如权利要求3所述的违规行为判定方法,其特征在于,所述对待识别图像进行检测,以获取对应的检测结果的步骤,包括:
5.如权利要求4所述的违规行为判定方法,其特征在于,所述第一时间阈值的取值、所述第二置信度阈值的取值以及所述第三时间阈值的取值与所述深度学习网络的输出结果的准确性匹配。<...
【专利技术属性】
技术研发人员:刘晨晖,张兵华,金茂瑞,张文启,安阳光,刘思文,
申请(专利权)人:迈润智能科技上海有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。