[发明专利]一种基于yolov3的视频结构化方法及系统

权利要求书

1.一种基于yolov3的视频结构化方法，其特征在于，所述方法包括：

通过客户端的一个或多个图像采集传感器采集获得待识别的视频流文件；

客户端通过预设规则在所述待识别的视频流文件提取视频帧数据，并将所述视频帧数据通过预设途径发送至服务器；

将所述服务器接收到的视频数据帧输入预先训练的yolov3模型中进行识别分类，获得所述待识别的视频流文件对应的行人属性以及车辆特征属性信息；

将所述行人属性以及车辆特征属性信息通过预设途径返回至所述客户端。

2.根据权利要求1所述的方法，其特征在于：

所述行人属性信息包括身高高矮、身材胖瘦、性别、年龄段、附属携带物以及衣着；

所述车辆属性信息包括车牌号、车辆品牌、车辆型号以及车辆颜色。

3.根据权利要求1所述的方法，其特征在于，将所述视频帧数据通过预设途径发送至服务器后，所述方法还包括：

将所述视频帧数据存储在服务器端的数据队列中；

所述数据队列通过tornado框架或flask框架构建。

4.根据权利要求1所述的方法，其特征在于：所述yolov3模型的训练方法包括：

基于yolov3生成预训练模型；

将标记属性的多种类型的训练素材输入至所述预训练模型中，通过yolov3网络结构以及损失函数进行训练；

通过预先设置的测试素材确认所述预训练模型的准确率；

若所述准确率超过预设准确率阈值，则训练完成，获得yolov3模型；

若所述准确率未超过所述预设的准确率阈值，则继续输入新的训练素材，进行下一轮准确率测试。

5.根据权利要求2所述的方法，其特征在于：

所述客户端向所述服务器发送行人分类修改请求；所述服务器根据接收的行人分类修改请求对所述行人分类进行修改；所述行人分类修改包括添加行人属性、修改行人属性以及删除行人属性；

所述客户端向所述服务器发送车辆分类修改请求；所述服务器根据接收的车辆分类修改请求对所述车辆分类进行修改；所述车辆分类修改包括添加车辆特征属性、修改车辆特征属性以及删除车辆特征属性。

6.根据权利要求2所述的方法，其特征在于，所述客户端接收所述行人属性以及车辆特征属性信息后，所述方法还包括：

所述客户端将所述所述行人以及车辆属性信息标记在所述视频流文件中被识别的行人及车辆的对应位置，并向用户进行展示。

7.一种基于yolov3的视频结构化系统，其特征在于，所述系统包括：一个或多个客户端以及服务器；

所述一个或多个客户端的每一个包括一个或多个图像采集传感器；所述服务器包括通信单元以及yolov3模型识别单元；

所述客户端通过一个或多个图像采集传感器采集获得待识别的视频流文件；

所述客户端用于通过预设规则在所述待识别的视频流文件提取视频帧数据，并将所述视频帧数据通过预设途径发送至服务器；

所述yolov3模型识别单元用于将所述服务器接收到的视频数据帧输入预先训练的yolov3模型中进行识别分类，获得所述待识别的视频流文件对应的行人属性以及车辆特征属性信息；

所述通信单元用于将所述行人属性以及车辆特征属性信息通过预设途径返回至所述客户端。

8.根据权利要求7所述的系统，其特征在于：

所述行人属性信息包括身高高矮、身材胖瘦、性别、年龄段、附属携带物以及衣着；

所述车辆属性信息包括车牌号、车辆品牌、车辆型号以及车辆颜色。

9.根据权利要求7所述的系统，其特征在于：

所述通信单元用于将所述视频帧数据存储在服务器端的数据队列中；

所述数据队列通过tornado框架或flask框架构建。