[发明专利]一种基于视觉计算视频传输的图像检测与分析方法在审
申请号: | 202010703552.4 | 申请日: | 2020-07-21 |
公开(公告)号: | CN111860327A | 公开(公告)日: | 2020-10-30 |
发明(设计)人: | 王程 | 申请(专利权)人: | 广州道源信息科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06N3/08 |
代理公司: | 北京广技专利代理事务所(特殊普通合伙) 11842 | 代理人: | 崔征 |
地址: | 510000 广东省广州*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 视觉 计算 视频 传输 图像 检测 分析 方法 | ||
1.一种基于视觉计算视频传输的图像检测与分析方法,其特征在于,包括如下步骤:
(1)动态图像目标检测,建立与测试项目对应的标准值;构建背景目标的训练数据库,由各摄像头采集训练数据库的视频,对背景目标进行边界框标注;
(2)设置分类标签,设置背景名以及背景两个标签,设置背景目标的训练数据库地址,获取目标在测试区的视频图像;
(3)对所述视频图像进行图像预处理,得到预处理视频图像;
(4)分别设置训练神经网络时输入视频的大小、每次训练样本的数目、目标类别数、测试的准确率阈值;放大所述预处理视频图像得到视频图像矩阵,进行背景目标异常处理;
(5)构建卷积神经网络模型,根据所述训练样本的灰度值,确定检测样本的测试值;
(6)设置目标损失函数,并进行训练,比对所述测试值与所述标准值,确定检测结果;
(7)存储单元通过视频传输总线将输入的视频传递给异构计算单元;
(8)异构计算单元经过视觉计算后得到目标识别后的视频,并通过视频传输总线传递给显示设备;
(9)显示设备输出目标识别后的视频。
2.根据权利要求1所述的一种基于视觉计算视频传输的图像检测与分析方法,其特征在于,所述建立与测试项目对应的标准值,同时进行边缘定位,所述边缘定位步骤包括:
(1.1)建立边界框置信值;
(1.2)使用所述边界框置信值扫描所述视频图像矩阵,得到所述视频图像矩阵中所述的边缘位置坐标;
所述的边界框置信值为:
CON=Pro(ob)×IOU
CON为边界框置信值,Pro为出现背景目标ob的概率,IOU为交并比。
3.根据权利要求1所述的一种基于视觉计算视频传输的图像检测与分析方法,其特征在于,所述目标的训练数据库地址为:
边界框的中心点坐标为(xc,yc),对中心点坐标进行归一化,得:
wi、hj表示视频图像的宽度和高度,s为网格行列数,i、j为视频图像横坐标和纵坐标的标号,x表示归一化后的横坐标;y表示归一化后的纵坐标;
wp、hp分别为边界框对网格归一化的宽、高;(w,h)表示所述目标的训练数据库地址。
4.根据权利要求1所述的一种基于视觉计算视频传输的图像检测与分析方法,其特征在于,所述视频图像进行预处理的步骤包括:
(3.1)对所述视频图像进行裁剪处理,得到包含检测窗口的裁剪视频图像;
(3.2)对所述裁剪视频图像进行图像边缘检测以及图像边缘增强处理。
5.根据权利要求1所述的一种基于视觉计算视频传输的图像检测与分析方法,其特征在于,背景目标异常处理步骤包括:建立异物形状或颜色变化差异数据;根据边缘位置坐标以及所述异物形状或颜色变化差异数据扫描所述视频图像矩阵,逐行判断所述视频图像矩阵中的异常值;对所述异常值进行标记或者还原。
6.根据权利要求1所述的一种基于视觉计算视频传输的图像检测与分析方法,其特征在于,所述的输入视频的大小为
zij*为输入视频的大小,zij为视频图像中颜色点值;α为所有样本数据的均值;β为所有样本数据的标准差;
所述的训练样本的数目为:
(w,h)表示所述目标的训练数据库地址,CON为边界框置信值;
所述测试的准确率阈值为:
Cn=ckSnRn;
Rn为视频图像的光谱透射率;Sn为视频图像的光谱反射率。
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广州道源信息科技有限公司,未经广州道源信息科技有限公司许可,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/202010703552.4/1.html,转载请声明来源钻瓜专利网。