技術(shù)特征：

1.基于點(diǎn)云數(shù)據(jù)處理和邊緣提取的叉車(chē)駕駛員行為監(jiān)控方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的基于點(diǎn)云數(shù)據(jù)處理和邊緣提取的叉車(chē)駕駛員行為監(jiān)控方法，其特征在于，所述s2的局部二值特征信息算法具體包括：

3.根據(jù)權(quán)利要求1所述的基于點(diǎn)云數(shù)據(jù)處理和邊緣提取的叉車(chē)駕駛員行為監(jiān)控方法，其特征在于，所述s3中優(yōu)化的softmax分類(lèi)器的函數(shù)為：

4.根據(jù)權(quán)利要求1所述的基于點(diǎn)云數(shù)據(jù)處理和邊緣提取的叉車(chē)駕駛員行為監(jiān)控方法，其特征在于，所述s3的人臉姿態(tài)估計(jì)算法具體包括：

5.根據(jù)權(quán)利要求1所述的基于點(diǎn)云數(shù)據(jù)處理和邊緣提取的叉車(chē)駕駛員行為監(jiān)控方法，其特征在于，所述s4的canny邊緣檢測(cè)算法具體包括：

6.根據(jù)權(quán)利要求1所述的基于點(diǎn)云數(shù)據(jù)處理和邊緣提取的叉車(chē)駕駛員行為監(jiān)控方法，其特征在于，所述s6具體包括：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了基于點(diǎn)云數(shù)據(jù)處理和邊緣提取的叉車(chē)駕駛員行為監(jiān)控方法，包括如下步驟：S1、通過(guò)攝像機(jī)采集叉車(chē)駕駛員的RGB?D圖像和3D點(diǎn)云模型集合；S2、從3D點(diǎn)云模型集合中提取形狀先驗(yàn)點(diǎn)云，利用局部二值特征信息算法，生成固定維度的二值化人臉關(guān)鍵點(diǎn)特征；S3、基于優(yōu)化的SoftMax分類(lèi)器，利用人臉姿態(tài)估計(jì)算法生成叉車(chē)駕駛員的人臉姿態(tài)特征；S4、利用優(yōu)化的Canny邊緣檢測(cè)算法，獲取行為邊緣特征；S5、生成多模態(tài)綜合特征；S6、利用自演化特征圖網(wǎng)絡(luò)對(duì)多模態(tài)綜合特征進(jìn)行分析，生成異常報(bào)警信號(hào)；S7、將異常行為檢測(cè)結(jié)果上傳至服務(wù)器，進(jìn)行數(shù)據(jù)分析和決策支持。本發(fā)明通過(guò)點(diǎn)云數(shù)據(jù)處理和邊緣特征提取，實(shí)現(xiàn)了叉車(chē)駕駛員異常行為監(jiān)控。

技術(shù)研發(fā)人員：曠隆中
受保護(hù)的技術(shù)使用者：合肥協(xié)力儀表控制技術(shù)股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6