一种基于深度学习的异常行为实时监测方法

摘要

本发明提供了一种基于深度学习的异常行为实时监测方法，包括：通过摄像头获取人体目标视频数据；将人体目标视频数据根据截取频率按帧提取，得到人体目标图像，将人体目标图像输入至核心控制器中；核心控制器对人体目标图像的身体关键点和骨架结构进行提取，并将提取到的每个目标的身体关键点按照运动时间顺序级联得到身体姿态演变图，并将身体姿态演变图输入分类器；分类器基于身体姿态演变图，区分动作分类，得到目标动作，当检测到目标动作为异常行为时，通过报警模块进行提示，该方法将人工智能的算法应用至传统的视频监控系统，获取功能和性能的提升，并可以快速产生动作的分类信息可以良好的反馈人体的状态，纠正、监督人体的异常行为。