[发明专利]一种基于深度神经网络的无人机航拍视频分析方法在审
| 申请号： | 201711480429.5 | 申请日： | 2017-12-29 |
| 公开（公告）号： | CN108256447A | 公开（公告）日： | 2018-07-06 |
| 发明（设计）人： | 郝禄国;龙鑫;曾文彬;石晓波;吴楚权;杨琳;葛海玉 | 申请（专利权）人： | 广州海昇计算机科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 胡辉 |
| 地址： | 510663 广东省广州市高新技术产业开*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 航拍 神经网络 视频分析 人群分析 视频平台 视频 数据处理领域 学习神经网络 测试模型 分析处理 人工分析 实时采集 事故发生 视频上传 行为识别 应用训练 统计分析 测试集 训练集 正确率 保存 分析 人群 采集 预警 测试 概率 应用 | ||
1.一种基于深度神经网络的无人机航拍视频分析方法，其特征在于，包括有以下步骤：
S1、将采集到的无人机航拍视频上传至视频平台；
S2、建立无人机航拍人群分析库，将无人机航拍人群分析库的数据分为训练集和测试集；
S3、采用测试集数据训练深度学习神经网络模型；
S4、采用训练后的深度学习神经网络模型对测试集进行分析处理，若测试正确率大于期望值，则执行步骤S5，否则执行步骤S3；
S5、保存训练后的深度学习神经网络模型，并应用训练后的深度学习神经网络模型对无人机航拍视频平台上实时采集到的视频进行分析处理；
S6、保存上述步骤S5中的分析处理结果，并对分析处理结果进行统计。
2.根据权利要求1所述的一种基于深度神经网络的无人机航拍视频分析方法，其特征在于：所述步骤S2中建立无人机航拍人群分析库的具体步骤为：
S201、获取无人机航拍视频的标签；
S202、根据标签对无人机航拍视频进行分类存储。
3.根据权利要求1所述的一种基于深度神经网络的无人机航拍视频分析方法，其特征在于：所述标签包括有视频采集位置标签和采集对象特征标签。
4.根据权利要求1所述的一种基于深度神经网络的无人机航拍视频分析方法，其特征在于：所述步骤S2中，无人机航拍人群分析库的70％数据作为训练集，无人机航拍人群分析库的30％数据作为测试集。
5.根据权利要求1所述的一种基于深度神经网络的无人机航拍视频分析方法，其特征在于：所述步骤S3具体包括有以下子步骤：
S301、搭建深度学习框架；
S302、获取VGGNet的预训练模型；
S303、将训练集中的数据转化为LMDB文件；
S304、采用SSD目标检测算法进行训练。
6.根据权利要求1所述的一种基于深度神经网络的无人机航拍视频分析方法，其特征在于：还包括有步骤S7：对分析处理结果的统计数据进行可视化展示。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州海昇计算机科技有限公司，未经广州海昇计算机科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201711480429.5/1.html，转载请声明来源钻瓜专利网。
- 上一篇：用于确定道路中的车道线的方法、装置和设备
- 下一篇：一种汉字书写识别方法
