买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江西理工大学南昌校区申请的专利一种以人体关键点热力图为特征的公园游客行为识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116580447B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310178175.0，技术领域涉及：G06V40/20；该发明授权一种以人体关键点热力图为特征的公园游客行为识别方法是由刘述民;谢树标;肖忠亮;吴波;张云丽;张效铭设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种以人体关键点热力图为特征的公园游客行为识别方法在说明书摘要公布了：本发明公开了一种以人体关键点热力图为特征的公园游客行为识别方法，涉及户外公共场所市民安全保护技术领域，基本步骤为：对户外监控视频实时抽取视频帧；用特定的人体检测模型检测游客，对其进行裁剪和保存；对保存的裁剪图片标注行为类别标签；将裁剪图片输入至人体关键点检测模型中，计算关键点热力图，与对应的行为类别一起构建关键点热力图数据集；利用关键点热力图数据集训练热力图行为识别网络；使用训练好的热力图行为识别模型对游客的行为进行识别。本发明将人体关键点热力图与行为识别结合，搭建了一种以人体关键点热力图为特征，基于深度学习的公园游客行为识别网络，通过学习人体关键点之间的关系，判断游客的行为类型，有效提高了户外人体行为识别性能，克服了当前行为识别的不足，对以公园为代表的户外环境下游客人身安全的保护有重要意义。

本发明授权一种以人体关键点热力图为特征的公园游客行为识别方法在权利要求书中公布了：1.一种以人体关键点热力图为特征的公园游客行为识别方法，其特征在于，包括以下步骤： S1：通过分布在现场的摄像头获取实时视频，按一定频率对视频进行抽帧处理，得到视频帧； S2：将上述视频帧输入经过预训练的基于卷积神经网络的人体检测模型，获得人体目标框，进一步处理后得到人体裁剪图a； S3：对所述裁剪图a进行行为类别标注，得到带标签图片agt，其中，gt为行为类别； S4：将图片agt输入经过预训练的基于卷积神经网络的人体关键点检测模型，获得人体关键点热力图Agt，依此构建带标签的关键点热力图数据集； S5：以关键点热力图数据集为训练样本，对所搭建的以关键点热力图为特征的游客行为识别网络进行训练，获得热力图行为识别网络模型； S6：根据S1、S2，得到的裁剪图a经S4所述的人体关键点检测模型，输出的热力图A再输入至S5所述的热力图行为识别网络模型中，得到公园游客的行为识别结果； 所述S5中所述的以关键点热力图为特征的游客行为识别网络的具体流程包括热力图数据预处理、特征提取与分类两大模块，其中： SS1：热力图数据预处理模块：将获取到的原始热力图通过阈值过滤处理，过滤掉置信度较低的关键点热力图信息，实现热力图的预处理，过滤方式如下： 式中，H为原始热力图，为指示函数，当括号内的条件满足时输出为1，否则为0，confi为第i个关键点的置信度，λ为关键点置信度阈值，代表逐元素相乘算子，H′为过滤后的热力图； SS2：特征提取与分类模块：该模块由两支结构一致的并行分支及融合模块组成，其中，并行分支均由注意力模块、ResNet18网络模块以及单层全连接神经网络L三个子模块组成；两并行分支分别以SS1中的H′与H为输入，从ResNet18网络模块得到初步识别结果O1与O2后，经结构一致的单层全连接神经网络L后获得O1与O2的对应权值S1与S2，具体计算如下： Si＝σLiOii＝1,2 式中，Li表示单层全连接神经网络，σ代表Sigmoid函数；最后，融合模块对并行分支提取的特征值O1、O2及S1、S2进行融合处理，得到行为的融合识别结果O，也即游客行为的最终识别结果，实现对游客行为的识别和分类，具体计算如下： 式中，为逐元素相乘算子，⊕为逐元素相加算子。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西理工大学南昌校区，其通讯地址为：330044 江西省南昌市经济技术开发区双港东大街1180号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。