CN112163566B 视频图像的监控方法和装置 （中国铁路兰州局集团有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN112163566B(45)授权公告日2025.07.01

(21)申请号202011168835.X

(22)申请日2020.10.28

(65)同一申请的已公布的文献号申请公布号CN112163566A

(43)申请公布日2021.01.01

(73)专利权人中国铁路兰州局集团有限公司地址730030甘肃省兰州市城关区民主东

路383号

专利权人北京佳讯飞鸿电气股份有限公司佳讯飞鸿(北京)智能科技研究院有限公司

(72)发明人程相德李占文陈虎林

李世春杨永成祁万军李金堂曹峥钟昊

(74)专利代理机构北京超凡宏宇知识产权代理

有限公司11463专利代理师徐丽

(51)Int.CI.

GO6V40/20(2022.01)

GO6V40/10(2022.01)

GO6V20/40(2022.01)

GO6V20/52(2022.01)

GO6V10/764(2022.01)

GO6V10/82(2022.01)

GO6N3/0464(2023.01)

GO6N3/0455(2023.01)

GO6Q10/0631(2023.01)

(56)对比文件

CN109447048A,2019.03.08CN110502986A,2019.11.26审查员王叶

权利要求书2页说明书8页附图3页

(54)发明名称

视频图像的监控方法和装置

(57)摘要

CN112163566B本发明提供了视频图像的监控方法和装置，包括：采集工作环境下的视频图像；创建人体姿态检测模型；将视频图像输入到人体姿态检测模型中，得到多个预测关键点；将多个预测关键点输入到支持向量机SVM中，得到分类结果；根据分类结果确定目标对象的姿态；根据目标对象的姿态确定目标对象为正常或异常，采用AI处理器对视频图像进行监控，确定工作人员姿态是否异常，识别精度高，

CN112163566B

S101

S101

采集工作环境下的视频图像

S102

创建人体姿态检测模型

将视频图像输入到人体姿态检测模型中，得

到多个预测关键点

将多个预测关键点输入到SVM中，得到分类结果

根据分类结果确定目标对象的姿态

根据目标对象的姿态确定目标对象为正常或异常

-S106

-S104

S105

CN112163566B权利要求书1/2页

2

1.一种视频图像的监控方法，其特征在于，所述方法包括：

采集工作环境下的视频图像；

创建人体姿态检测模型；

将所述视频图像输入到所述人体姿态检测模型中，得到多个预测关键点；

将所述多个预测关键点输入到支持向量机SVM中，得到分类结果；

根据所述分类结果确定目标对象的姿态；

根据所述目标对象的姿态确定所述目标对象为正常或异常；

所述创建人体姿态检测模型包括：

对所述视频图像进行标注，得到标注关键点；

将所述标注关键点的视频图像输入到深度学习神经网络算法中，得到关键点热力图；将所述标注关键点以下采样的方式进行计算，得到训练图像的关键点；

在所述训练图像中，将所述标注关键点以下采样的方式，通过高斯滤波算法将所述训练图像的关键点分布到所述关键点热力图上；

通过损失函数对所述训练图像的关键点和预测关键点进行修正，得到第一修正差值；设定初始化的偏置值，将所述初始化的偏置值通过L1损失函数进行训练，得到偏置值；

当所述偏置值达到第一预设条件时，通过所述偏置值对所述预测关键点进行修正，得到修正后的预测关键点；

当所述第一修正差值满足第二预设条件时，所述训练图像的关键点和所述预测关键点的修正完成，并且根据所述修正后的预测关键点得到所述人体姿态检测模型；

所述方法还包括：

根据所述视频图像确定所述目标对象的形体；

根据所述目标对象的形体，得到多个中心点；

根据所述多个中心点的姿态，对每个预测关键点进行参数化，得到所述每个预测关键点相对于所述中心点的偏移；

将所述每个预测关键点相对于所述中心点的偏移，通过所述L1损失函数