[发明专利]一种基于深度学习的危险物识别方法

权利要求书

1.基于深度学习的危险物识别方法，其特征在于，包括：

S1、通过安装在各监控区域的视频前端设备采集对应监控区域的视频流信息；

所述视频流信息包括视频图像以及各视频图像对应的监控区域；

S2、对步骤S1采集到的视频流信息进行存储；

S3、基于深度学习对步骤S1采集到的视频图像进行分析，判断得出视频图像中是否存在危险物；若有则执行步骤S4；否则继续分析；

S4、获取危险物视频图像以及对应的监控区域，发出报警。

2.根据权利要求1所述的基于深度学习的危险物识别方法，其特征在于，还包括通过移动视频采集设备对监控盲区进行实施视频图像信息采集。

3.根据权利要求1所述的基于深度学习的危险物识别方法，其特征在于，步骤S3所述对采集到视频图像进行分析，具体包括：

首先，训练深层神经网络，并生成网络权重；

然后，将采集到的视频图像输入神经网络中；

最后，神经网络对输入的视频图像进行识别，判断得出该视频图像中是存在危险物；若是则输出存在危险物的视频图像；否则继续判断下一视频图像。

4.根据权利要求1所述的基于深度学习的危险物识别方法，其特征在于，所述危险物至少包括管制刀具、火情。

5.根据权利要求4所述的基于深度学习的危险物识别方法，其特征在于，所述神经网络对输入的视频图像进行识别，具体包括：采用预设管制刀具携带者检测算法对视频图像进行分析，判断是否出现管制刀具携带者；采用预设火焰检测算法对视频图像进行分析，判断是否出现火情。