[发明专利]基于神经网络的低网络带宽需求的监控方法及系统在审
| 申请号： | 201910664304.0 | 申请日： | 2019-07-23 |
| 公开（公告）号： | CN110378296A | 公开（公告）日： | 2019-10-25 |
| 发明（设计）人： | 惠兰清;邓巍;曹姗;徐树公;张舜卿 | 申请（专利权）人： | 上海大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08 |
| 代理公司： | 上海交达专利事务所 31201 | 代理人： | 王毓理;王锡麟 |
| 地址： | 200444*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 神经网络 低网络带宽 服务器端 人脸检测 人脸识别 关键帧 监控 部署 存储空间 辅助处理 人脸信息 优化分配 原始图像 检测端 小带宽 数据库 检测 | ||
【权利要求书】：
1.一种基于神经网络的低网络带宽需求的监控方法，其特征在于，通过在检测端部署用于人脸检测的神经网络、在服务器端部署用于人脸识别的神经网络，通过对原始图像进行人脸检测得到包含人脸信息的关键帧，在服务器端对关键帧进行人脸识别实现监控；
所述的用于人脸检测的神经网络采用多任务级联卷积神经网络；
所述的用于人脸识别的神经网络采用FaceNet深度学习模型实现。
2.根据权利要求1所述的方法，其特征是，所述的FaceNet深度学习模型采用基于三联子的最大边界近邻分类的损失函数训练神经网络，网络直接输出为128维度的向量空间；该triplets包括两个匹配脸部缩略图和一个非匹配的脸部缩略图，损失函数目标是通过距离边界区分正负类。
3.一种实现上述任一权利要求所述方法的神经网络的低网络带宽需求的监控系统，其特征在于，包括：检测端和与之相连的服务器端，其中：检测端包括主控芯片、摄像头和外接神经网络模块；服务器端包括用于提供网络服务的服务器框架和人脸识别模块，外接神经网络模块内置MTCNN网络以采集原始视频中的人脸图片，人脸识别模块内置人脸识别神经网络对人脸图片与预设对象进行识别。
4.根据权利要求1所述的系统，其特征是，所述的服务器框架采用workerman开源服务器框架。
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上海大学，未经上海大学许可，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/201910664304.0/1.html，转载请声明来源钻瓜专利网。
