[发明专利]基于人工智能的涉水识别方法及装置

说明书

本发明涉及一种基于人工智能的涉水识别方法及装置，包括对神经网络进行训练，构建推理模型；获取视频并处理，得到待处理视频，将所述待处理视频输入到所述推理模型中；所述推理模型对所述待处理视频进行分析处理，识别涉水行为类别。本发明使用计算机视觉分析技术，分析广泛分布的摄像头采集的影像资料。对于水面漂浮物、封闭区域非法入侵、违法行为等主题进行自动识别，便于管理人员及时采取措施。

技术领域

本发明属于人工智能技术领域，具体涉及一种基于人工智能的涉水识别方法及装置。

背景技术

在计算机科学中，人工智能(AI)有时被称为机器智能，是由机器展示的智能，与人类和动物展示的自然智能形成对比。通俗地说，“人工智能”一词用来描述模仿人类与其他人类思维相关联的“认知”功能的机器，如“学习”和“解决问题”。而在人工智能中计算机视觉是一门研究如何对数字视频或视频进行高层语义理解的交叉学科，它赋予机器“看”的智能，需要实现人的大脑中(主要是视觉皮层区)的视觉能力。

相关技术中，视频监控是安保和巡查一个不可或缺的组成部分。一般情况下，人工参照大批量长时间的视频录像去监控河湖漂浮物、涉河违法事件十分困难，也是一项非常乏味的任务。

发明内容

有鉴于此，本发明的目的在于克服现有技术的不足，提供一种基于人工智能的涉水识别方法及装置，以解决现有技术中监控河湖漂浮物、涉河违法事件十分困难的问题。

为实现以上目的，本发明采用如下技术方案：一种基于人工智能的涉水识别方法，包括：

对神经网络进行训练，构建推理模型；

获取视频并处理，得到待处理视频，将所述待处理视频输入到所述推理模型中；

所述推理模型对所述待处理视频进行分析处理，识别涉水行为类别。

进一步的，所述对神经网络进行预训练，构建推理模型，包括：

获取视频流，对所述视频流进行处理得到视频帧数据；

对所述视频帧数据进行类别标注后，输入神经网络进行训练；

训练至模型收敛，输出推理模型。

进一步的，所述对所述视频流进行处理得到视频帧数据，包括：

对视频进行16帧采样，包括：随机采样、连续采样、连续滑动采样。

进一步的，还包括：

对视频进行调整为新视频；所述调整包括：旋转、尺寸调整、颜色通道畸变、几何视频畸变、边界框注释中的像素畸变；

将所述新视频输入到所述推理模型中以更新所述推理模型。

进一步的，所述获取视频并处理，得到待处理视频，包括：

对所述视频尺寸调整至预设尺寸，将所述调整为预设尺寸的视频确定为待处理视频。

进一步的，所述推理模型对所述视频进行分析处理，包括：

对待处理视频进行处理得到待处理视频帧数据；

所述推理模型对所述待处理视频帧数据进行分析，得到RGB时序差异；

根据所述RGB时序差异识别涉水行为类别。

进一步的，涉水行为类别包括跑步、驻足、步行、指指点点、向湖内扔垃圾、游泳、打伞、爬栏杆。

进一步的，通过摄像头实时采集任务区域的视频。

本申请实施例提供一种基于人工智能的涉水识别装置，包括：

构建模块，用于对神经网络进行训练，构建推理模型；