[发明专利]图像识别监控方法、系统、计算设备以及可读存储介质

权利要求书

1.一种图像识别监控方法，其特征在于，

获取待判断图像；

将所述待判断图像与识别模型进行比较，识别所述待判断图像是否包含物体特征，得到识别结果；

发送所述识别结果。

2.根据权利要求1所述的图像识别监控方法，其特征在于，在获取待判断图像之前，还包括：建立识别模型，所述建立识别模型具体包括：

接收基础图像，所述基础图像包括：第一图像和第二图像，所述第一图像包含所述物体特征，所述第二图像包含非物体特征；

使用tensorflow框架的卷积神经网络技术建立第一层卷积神经网络以及第二层卷积神经网络；以及

根据所述第一层卷积神经网络以及第二层卷积神经网络，建立全连接网络，得到模型结构；

使用tensorflow框架的卷积神经网络算法对所述物体特征和所述非物体特征进行提取，并存储至所述模型结构中，得到所述识别模型。

3.根据权利要求1或2所述的图像识别监控方法，其特征在于，还包括：将所述待判断图像存储至所述识别模型。

4.根据权利要求3所述的图像识别监控方法，其特征在于，所述将所述待判断图像存储至所述识别模型具体包括：

使用tensorflow框架的卷积神经网络算法对所述待判断图像进行特征提取，并将所述待判断图像特征存储至所述识别模型中。

5.根据权利要求4所述的图像识别监控方法，其特征在于，

在使用tensorflow框架的卷积神经网络算法对所述待判断图像进行特征提取，并将所述待判断图像特征存储至所述识别模型中之前，还包括：

根据所述识别结果，对所述待判断图像进行分类，得到分类类别；

发送所述待判断图像以及所述分类类别，并接收所述待判断图像以及所述分类类别的审核结果；

当所述审核结果中所述待判断图像与所述分类类别对应一致时，使用tensorflow框架的卷积神经网络算法对所述待判断图像进行特征提取，并将所述待判断图像特征存储至所述识别模型中；否则，存储失败。

6.一种图像识别监控系统，其特征在于，

获取单元，用于获取待判断图像；

识别单元，用于将所述待判断图像与识别模型进行比较，识别所述待判断图像是否包含物体特征，得到识别结果；

发送单元，用于发送所述识别结果。

7.根据权利要求6所述的图像识别监控系统，其特征在于，还包括：

建立单元，用于建立识别模型；所述建立单元具体包括：

第一接收单元，用于接收基础图像，所述基础图像包括：第一图像和第二图像，所述第一图像包含所述物体特征，所述第二图像包含非物体特征；

建模单元，用于使用tensorflow框架的卷积神经网络技术建立第一层卷积神经网络以及第二层卷积神经网络；以及

根据所述第一层卷积神经网络以及第二层卷积神经网络，建立全连接网络，得到模型结构；

存储单元，用于使用tensorflow框架的卷积神经网络算法对所述物体特征和所述非物体特征进行提取，并存储至所述模型结构中，得到所述识别模型。

8.根据权利要求6或7所述的图像识别监控系统，其特征在于，还包括

更新单元，用于将所述待判断图像存储至所述识别模型。

9.根据权利要求8所述的图像识别监控系统，其特征在于，所述更新单元具体包括：

更新子单元，用于使用tensorflow框架的卷积神经网络算法对所述待判断图像进行特征提取，并将所述待判断图像特征存储至所述识别模型中。