【技术实现步骤摘要】
本申请涉及计算机视觉领域中人体姿态估计与图像分割技术。
技术介绍
1、海滨浴场旺季时期由于种种因素，会导致水中游客发生意外以及被洋流带到深水区。海滨浴场游客异常行为检测可以有效地检出测游客的异常行为，避免其发生危险；可以帮助游客保障人身安全及提升景区的安全等级，因此在海滨浴场有实时对游客进行安全监测系统是必不可少的环节。传统的人工目视法检测效率低、劳动强度大、成本高，难以满足海滨浴场安全保障的需求。近年来随着计算机视觉领域与视觉检测新技术的不断创新，人体姿态估计与图像分割技术得到了一定发展，逐渐成为人体异常行为检测的一个有效解决方案。
2、cn202122840708.6公开了一种海滨浴场海域越界警报装置,包括底座,所述底座的内壁底部设置有中央处理器,所述底座的内壁底部固定连接有缓冲盒,所述缓冲盒的内壁底部固定连接有立柱,所述立柱的外表面活动套设有弹簧,所述立柱的外表面固定套设有限位板,所述立柱的外表面活动套设有滑套。本技术中,通过缓冲板的下移,l型杆会同步下移,进而使滑动变阻片沿着滑动变阻器的左侧下滑,此过程中电路受到的电阻会逐渐减小,电源盒内蓄电池对蜂鸣器的供电电流增大,直至蜂鸣器产生刺耳的警报声,配合警示牌的直径警示作用,达到从多个方面对游客进行越界警报提醒的效果。
3、cn201621386604.5公开了一种海滨浴场越界预警及溺水报警装置,可有效解决由于海滨区域较大,游泳人数众多,管理人员也很难及时发现溺水人员,导致错过最佳救援时间的问题,其解决的技术方案是,微处理器分别与北斗高精度定位模块、水
4、cn200410035613.5公开了一种游泳池/海滨浴场的溺水无线报警装置,由装置a、装置b、装置c构成,装置a戴在使用者的手上或系在腹腔部,装置b有多个,各装置b分别按一定的分布方式安装在游泳池/海滨浴场所设定的水中区域内,装置c装在非水域的监控区内；当配有装置a的使用者出溺水时,装置a向邻近的一个或多个装置b发出a频率的射频信号,有接到a频率信号的装置b会向外发射b频率的射频信号,装置c接到b频率信号后,驱动显示器进行显示,使游泳池/海滨浴场的救护员可以根据显示器的显示情况准确判断出游泳池/海滨浴场游泳者的溺水区域,从而可以及时地进行施救。
5、cn202310626312.2公开了一种基于多模态的人物交互关系检测方法及其检测系统,其中方法包括：s1：对输入的图像进行目标检测输出目标检测结果；s2：结合改进的级联金字塔网络对目标检测结果中的人体姿态特征进行提取,采用图模型结构对目标检测结果中的人-物视觉特征进行提取；s3：通过人-物语义增强模块将目标检测结果中的分类标签经过算法得到最相似的样本短语嵌入向量特征及对应相似度分数；s4：通过视觉-语义外部注意力模块的线性加权求和计算得到原始图像中人物最相关的交互区域特征,及视觉特征部分的交互特征预测得分；s5：通过多模态融合推理及交互检测得到最终人物交互关系检测结果。
6、cn202310695249.8公开了一种跌倒碰撞伤害识别方法,首先采集视频获取影像,对得到的影像数据进行预处理,提取骨架信息及局部关注区域,再分别进行人体动作流处理与局部图像流处理,得到动作特征与局部图像特征通过多层感知机进行融合,得到碰撞部位识别结果,最后对碰撞部位识别结果序列进一步挖掘,得到伤害严重程度分级结果。本专利技术的方法依赖普通的摄像监控设备以及计算机,通过人体姿态动作特征和局部关注区域的图像特征融合,提高跌倒碰撞伤害部位识别精度,并对伤害严重程度进行分级,为及时告警和后续救援提供了更有价值的参考信息。
技术实现思路
1、一方面，本专利技术提供一种海滨浴场游客异常行为检测系统，包括存储器和处理器；
2、所述存储器用来存储有计算机可执行的指令；
3、所述处理器用来执行所述可执行指令，通过摄像头对海滨浴场进行实时数据采集；根据所采集视频信息进行数据预处理与数据增强；检测游客行为；对图像进行图像分割检测安全区域；对人体姿态估计检测游客异常行为；对搭建好的游客异常行为检测网络进行训练；图像分割网络区分目标和背景，从而获得的所述目标对象的安全区与非安全区，判断游客是否游出安全区域；判断游客是否发生异常行为；如果游客发生异常行为或者游出安全区域系统发出警告信息。
4、另一方面，本申请提供了一种人体姿态估计算法与图像分割算法，包括：
5、1.获取样本数据：对海滨浴场巡检收集大量的训练样本数据，将视频转换成每帧图像，最后对每个样本数据打标签制做训练数据集；
6、2.构建人体姿态估计网络：搭建一种多通道空间信息特征人体姿态估计网络，对接受的视频图像上的游客姿态进行评估；
7、其中up-focus模块进行数据扩充，首先对输入图像进行最邻近插值法上采样得到相似于2倍原有输入图像，减少参数计算，对图像进行特征扩充；
8、其中，在up-focus模块中扩充特征信息后，特征图通过focus模块，对输入图像切片取值，对取值后图像在通道维度拼接，最后通过1×1卷积核对特征进行二次扩充，得到网络所需要的输入；
9、其中，针对多种维度特征之间关联度，以及网络层数逐渐加深的情况下更好传递低维信息，mul-convg模块结构将输入特征图在通道维度分割成两部分，密集卷积组通过跨阶段分层进行特征重组；
10、其中，密集卷积组通过跨阶段分层进行特征重组，该模块会将特征进行一次卷积操作然后分别通过一个两层卷积核分支与一个1×1卷积核分支，将提取到的高纬特征进行通道拼接，这样可以更好的关注到局部特征和更高维的特征信息；
11、其中，全局低维特征组只对特征进行一次卷积操作，相较于密集卷积组该模块可以得到丰富的原始特征信息和上下文信息，进而获得多维度特征之间的关联度以及更大的感受野，最后将两个分支输出的特征通道拼接；
12、其中，人体姿态估计网络使用了三层panet，三个stage，每个stage之间特征传递过程中会与下层stage上采样结果结合作为该层的输出，最后计算检测框与人体关键点损失；
13、3.构建图像分割网络；
14、其中，使用门控轴向注意层作为基本构建块，并使用logo策略进行培训。网络有两个分支一个全局分支机构和一个本地分支机构；
15、其中，两个分支的输入是从初始卷积块提取的特征图。该块有3个卷积层，每个卷积层后面都有批归一化和relu激活。在两个分支的编码器中，使用transformer层；
16、其中，transformer层的解码器中使用卷本文档来自技高网...
【技术保护点】
1.一种海滨浴场游客异常行为检测系统，其特征在于：包括存储器和处理器；
2.一种海滨浴场游客异常行为检测系统，其特征在于，包括：
3.根据权利要求2所述的一种海滨浴场游客异常行为检测系统，其特征在于，所述步骤S2包括：
4.根据权利要求2所述的一种海滨浴场游客异常行为检测系统，其特征在于， 其中，将所述步骤S3包括：
5.根据权利要求2所述的一种海滨浴场游客异常行为检测系统，其特征在于，所述图像分割网络；
6.根据权利要求3所述的一种海滨浴场游客异常行为检测系统，其特征在于，所述数据增强，其中，将所述步骤S2包括：
7.根据权利要求4所述的一种海滨浴场游客异常行为检测系统，其特征在于，所述人体姿态估计网络；
8.根据权利要求5所述的一种海滨浴场游客异常行为检测系统，其特征在于，所述图像分割网络网络；
【技术特征摘要】
1.一种海滨浴场游客异常行为检测系统，其特征在于：包括存储器和处理器；
2.一种海滨浴场游客异常行为检测系统，其特征在于，包括：
3.根据权利要求2所述的一种海滨浴场游客异常行为检测系统，其特征在于，所述步骤s2包括：
4.根据权利要求2所述的一种海滨浴场游客异常行为检测系统，其特征在于， 其中，将所述步骤s3包括：
5.根据权利要求2所述的一种...
【专利技术属性】
技术研发人员：谢英红，郝岩，韩晓微，高强，柯永幸，王崇丽，
申请(专利权)人：沈阳大学，
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。