[发明专利]一种基于深度学习的互联网摄像系统及其实现方法

权利要求书

1.一种基于深度学习的互联网摄像系统，其特征在于：包括视频前端芯片和人工智能芯片，

其中，所述视频前端芯片，用于对原始图像信息进行预处理、编码和存储；

所述人工智能芯片，用于采用深度学习方法对图像进行智能分析；

所述视频前端芯片还将智能分析的结果进行上传；

所述视频前端芯片通过USB接口与人工智能芯片连接。

2.根据权利要求1所述的一种基于深度学习的互联网摄像系统，其特征在于：所述人工智能芯片的数量为一个或多个。

3.根据权利要求1所述的一种基于深度学习的互联网摄像系统，其特征在于：所述视频前端芯片包括：

图像处理模块，用于对原始图像信息进行图像前处理，然后进行图像后处理；

微处理器，用于对图像后处理得到的图像进行分割处理；

编码模块，用于对分割处理得到的子图像进行编码处理；

第一存储器，用于对编码模块的处理结果进行存储；

第一USB控制器，用于将编码模块的处理结果传输到人工智能芯片；

网络接口，用于实现视频前端芯片与外部设备的数据通讯；

所述第一USB控制器与人工智能芯片连接。

4.根据权利要求1所述的一种基于深度学习的互联网摄像系统，其特征在于：所述人工智能芯片包括第二USB控制器，所述第二USB控制器，用于将人工智能芯片中的智能分析结果传输到视频前端芯片，所述第二USB控制器与视频前端芯片连接。

5.根据权利要求4所述的一种基于深度学习的互联网摄像系统，其特征在于：所述人工智能芯片还包括：

解码模块，用于对视频前端芯片发送的数据进行解码处理；

深度学习网络模块，用于根据深度学习网络模型，对解码处理的结果进行智能分析；

第二存储器，用于对深度学习网络模块的智能分析结果进行存储。

6.一种基于深度学习的互联网摄像系统的实现方法，其特征在于：包括以下步骤：

通过视频前端芯片对原始图像信息进行预处理，并通过USB接口将预处理后的图像信息发送至人工智能芯片；

根据深度学习网络模型，通过人工智能芯片对预处理后的图像信息进行智能分析，所述智能分析包括人脸识别；

根据智能分析的结果，通过视频前端芯片进行后续处理，所述后续处理包括将智能分析结果上传。

7.根据权利要求6所述的一种基于深度学习的互联网摄像系统的实现方法，其特征在于：所述人工智能芯片的数量为一个或多个。

8.根据权利要求6所述的一种基于深度学习的互联网摄像系统的实现方法，其特征在于：所述通过视频前端芯片对原始图像信息进行预处理这一步骤，包括以下步骤：

对原始图像信息进行图像前处理，然后进行图像后处理；

对图像后处理得到的图像进行分割处理；

对分割处理得到的子图像进行编码处理。

9.根据权利要求8所述的一种基于深度学习的互联网摄像系统的实现方法，其特征在于：所述对图像后处理得到的图像进行分割处理这一步骤，具体为：

将原始图像进行纵向分割或者横向分割，得到多个子图像；

或者，从原始图像中提取多个包含对象的方框，并将每个方框切割成多个子图像。

10.根据权利要求6所述的一种基于深度学习的互联网摄像系统的实现方法，其特征在于：所述根据智能分析的结果，通过视频前端芯片进行后续处理这一步骤，包括以下步骤：

通过视频前端芯片对智能分析结果进行整合处理，得到完整图像的智能分析结果；

根据完整图像的智能分析结果，通过视频前端芯片进行后续处理。