[发明专利]适用于智能监控网络中的综合特征目标检测方法、系统、介质及设备

权利要求书

1.一种适用于智能监控网络中的综合特征目标检测方法，其特征在于，包括：

行人搜索网络模型分割步骤:结合边缘装置的剩余计算资源信息，分析二进制格式的模型，并对二进制格式的模型做分割，将合适的模型片段分派给边缘装置；

行人搜索网络模型动态计算卸载步骤:利用边缘装置的限制碎片资源，将中央服务器的行人搜索任务的部分计算需求卸载到边缘装置，执行中央服务器分配的任务；

行人搜索网络模型融合步骤:将行人搜索网络中的行人检测子网及行人重识别子网进行融合且并行识别，获取行人搜索网络模型融合结果信息；

综合特征目标检测搜索结果获取步骤：根据行人搜索网络模型融合结果信息，获取综合特征目标搜索结果信息。

2.根据权利要求1所述的适用于智能监控网络中的综合特征目标检测方法，其特征在于，所述行人搜索网络模型分割步骤包括:

信息收集步骤:边缘单元传递自身计算资源包括边缘单元内存容量、边缘单元中央处理器的信息、边缘单元硬盘容量给中央服务器，让中央服务器做综合分析；

信息分析步骤:根据边缘装置的计算资源信息，将训练好的模型切割出多个片段，发派到边缘装置。

3.根据权利要求1所述的适用于智能监控网络中的综合特征目标检测方法，其特征在于，所述行人搜索网络模型动态计算卸载步骤包括：

监控边缘单元资源步骤：实时监控边缘单元的计算资源、内存资源、网络资源及存储资源；

模型在边缘单元上的卸载步骤：将边缘单元内存上的模型卸载；

模型在边缘单元上的加载步骤：模型卸载后，根据监控单元的剩余计算资源分析结果，将相应的模型加载上边缘单元内存。

4.根据权利要求1所述的适用于智能监控网络中的综合特征目标检测方法，其特征在于，所述行人搜索网络模型融合步骤包括:

图像特征提取步骤：将原始图像输入进深度卷积骨干网络，提取三维的图像特征；

行人检测步骤:行人检测子网基于图像特征提取步骤提取的特征负责从整幅摄像头图像识别行人的位置；

行人重识别步骤:行人重识别子网基于图像特征提取步骤提取的特征负责从行人检测子网检测到的行人并分别提取两者的特征向量进行一对一匹配，使用调整后余弦相似函数，相似度超过0.5则视为检测到目标。

5.一种适用于智能监控网络中的综合特征目标检测系统，其特征在于，

行人搜索网络模型分割模块:结合边缘装置的剩余计算资源信息，分析二进制格式的模型，并对二进制格式的模型做分割，将合适的模型片段分派给边缘装置；

行人搜索网络模型动态计算卸载模块:利用边缘装置的限制碎片资源，将中央服务器的行人搜索任务的部分计算需求卸载到边缘装置，执行中央服务器分配的任务；

行人搜索网络模型融合模块:将行人搜索网络中的行人检测子网及行人重识别子网进行融合且并行识别，获取行人搜索网络模型融合结果信息；

综合特征目标检测搜索结果获取模块：根据行人搜索网络模型融合结果信息，获取综合特征目标搜索结果信息。

6.根据权利要求5所述的适用于智能监控网络中的综合特征目标检测系统，其特征在于，所述行人搜索网络模型分割模块包括:

信息收集模块:边缘单元传递自身计算资源包括边缘单元内存容量、边缘单元中央处理器的信息、边缘单元硬盘容量给中央服务器，让中央服务器做综合分析；

信息分析模块:根据边缘装置的计算资源信息，将训练好的模型切割出多个片段，发派到边缘装置。

7.根据权利要求5所述的适用于智能监控网络中的综合特征目标检测系统，其特征在于，所述行人搜索网络模型动态计算卸载模块包括：

监控边缘单元资源模块：实时监控边缘单元的计算资源、内存资源、网络资源及存储资源；

模型在边缘单元上的卸载模块：将边缘单元内存上的模型卸载；

模型在边缘单元上的加载模块：模型卸载后，根据监控单元的剩余计算资源分析结果，将相应的模型加载上边缘单元内存。