[发明专利]一种基于多特征的行人目标检测系统在审

专利信息
申请号: 201910493445.0 申请日: 2019-06-06
公开(公告)号: CN110222682A 公开(公告)日: 2019-09-10
发明(设计)人: 史玉坤;郭守江;张德馨 申请(专利权)人: 天津艾思科尔科技有限公司
主分类号: G06K9/20 分类号: G06K9/20;G06K9/00;G03B17/14;G06N3/04
代理公司: 天津滨海科纬知识产权代理有限公司 12211 代理人: 杨慧玲
地址: 300457 天津市滨海新区经济技术开*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 滤镜 检测系统 卷积神经网络 图像处理单元 颜色识别区 外形识别 行人目标检测 行人区域 主体内部 连接层 电机 摄像头 工作流程 图像信息 系统主体 轴向旋转 组件包括 标签层 沿检测 检测 池化 卷积 内置 捕获 送入
【说明书】:

发明提出一种基于多特征的行人目标检测系统,检测系统主体由颜色识别区和外形识别区构成,颜色识别区和外形识别区上各设有一个摄像头,检测系统主体的中部设有滤镜组件,滤镜组件与检测系统主体内部的电机相连,电机用于带动滤镜组件沿检测系统主体的轴向旋转,滤镜组件包括若干组滤镜。检测系统主体内部设有图像处理单元,图像处理单元内置卷积神经网络模型,图像处理单元的工作流程包括:接收颜色识别区和外形识别区捕获的图像信息;扩大检测到的行人区域;将扩大后的行人区域送入卷积神经网络模型。卷积神经网络模型由6个卷积层、3个池化层、1个全连接层组成,所述全连接层分为若干部分,每部分与指定检测特征对应的标签层相连。

技术领域

本发明属于图像检测设备领域,尤其是一种基于多特征的行人目标检测系统。

背景技术

实际生活中,在一些案件发生后,如果现场有目击证人,现场目击者一般会记忆嫌疑人性别、大体身高、穿着颜色等大体信息。而警方通过嫌疑人的描述在附近的摄像头内寻找有用的嫌疑人视频,费时费力。因此需要一种可以检测多特征的行人目标检测系统,以便于实现对视频中的人员的属性特征信息自动提取识别,包含性别、年龄段、是否戴帽、衣着颜色、随身携带的物品等。减低业务人员的工作量,进一步提高视频侦查的效率。

发明内容

本发明提出一种基于多特征的行人目标检测系统,采用的技术方案如下:

一种基于多特征的行人目标检测系统,检测系统主体由颜色识别区和外形识别区构成,颜色识别区和外形识别区上各设有一个摄像头,检测系统主体的中部设有滤镜组件,滤镜组件与检测系统主体内部的电机相连,电机用于带动滤镜组件沿检测系统主体的轴向旋转,滤镜组件包括若干组滤镜,每组滤镜包括第一镜头和第二镜头,滤镜组件主体上,靠近第一镜头一侧设有第一环形LED灯,滤镜组件主体上,靠近第二镜头一侧设有第二环形LED 灯。

进一步的,颜色识别区的直径小于外形识别区的直径,第一镜头通过第一镜头连接部连接在滤镜组件的主体上,第二镜头通过第二镜头连接部连接在滤镜组件的主体上,第一镜头连接部、第二镜头连接部表面为曲面,第一镜头连接部、第二镜头连接部的折弯处用于使第一镜头贴近颜色识别区、使第二镜头贴近外形识别区。

进一步的,滤镜组件主体上,第一镜头和第二镜头之间还设有调整环,调整环用于人工调整滤镜组件的位置。

进一步的,第一镜头包括偏光镜和滤光镜,第二镜头包括广角镜头、长焦镜头和标准镜头。

进一步的,检测系统主体的顶面和底面设有用于散热的金属散热板。

进一步的,检测系统主体(1)内部设有图像处理单元,图像处理单元内置卷积神经网络模型,图像处理单元的工作流程包括:

S1.接收颜色识别区(11)和外形识别区(12)捕获的图像信息;

S2.扩大检测到的行人区域;

S3.将扩大后的行人区域送入卷积神经网络模型。

进一步的,所述卷积神经网络模型由6个卷积层、3个池化层、1个全连接层组成,其中池化层与指定的卷积层相连;所述全连接层分为若干部分,每部分与指定检测特征对应的标签层相连。

与现有技术相比,本发明的有益效果在于:滤镜组件包括若干组滤镜,每组滤镜包括第一镜头和第二镜头,操作人员根据现场情况选择合适的镜头,使得拍摄的图片进行了初步处理,便于图像分析时最大程度的分析出目标人物携带物品和骑车等行为细节,保证系统的分析效率。检测需要分为颜色识别区和外形识别区,提高了图像分析时,对于是否骑车、性别、上衣颜色、下衣颜色、年龄、行进方向、是否背包、是否戴帽等特征的检测准确性。

附图说明

图1是检测系统整体结构示意图;

图2是卷积神经网络示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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天津艾思科尔科技有限公司,未经天津艾思科尔科技有限公司许可,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/201910493445.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top