[发明专利]视频图像的智能检索方法、装置、电子设备及存储介质

权利要求书

1.一种视频图像的智能检索方法，应用于电子设备，其特征在于，所述方法包括：

获取步骤：获取案发区域及案发相关区域指定时间段内的监控视频；

解码步骤：将所述监控视频按照其帧率进行解码以形成多个视帧图片；

检测步骤：将每一所述视帧图片输入至预先训练好的目标图像检测模型中，得出目标图像在所述视帧图片中的位置信息；其中，所述位置信息包括所述目标图像的左上角坐标、所述目标图像的宽度以及所述目标图像的高度；

截取步骤：根据所述位置信息计算出所述目标图像在所述视帧图片中的左下角坐标、右上角坐标以及右下角坐标；并根据所述左上角坐标、所述左下角坐标、所述右上角坐标以及所述右下角坐标对所述视帧图片进行截取以形成目标图片；

识别步骤：将所述目标图片输入至属性识别模型中，得出所述目标图像对应的属性信息，其中，所述属性识别模型采用卷积神经网络模型训练得到；

分类存储步骤：根据所述属性信息对所述目标图片进行标记分类，并将标记内容写入预设的搜索引擎库中；

检索步骤：根据检索条件从所述搜索引擎库中查找出所有满足该检索条件的目标图片。

2.如权利要求1所述的视频图像的智能检索方法，其特征在于，进行所述检索步骤之后还包括轨迹刻画步骤：将所有满足所述检索条件的所述目标图片按照时间顺序聚合成再现目标图像活动轨迹的视频片段。

3.如权利要求1所述的视频图像的智能检索方法，其特征在于，所述目标图像为行人或车辆，若所述目标图像为行人，其对应的所述属性信息包括人脸、人体、肤色以及衣着，若所述目标图像为车辆，其对应的所述属性信息包括车辆的颜色、车标及车辆类型。

4.如权利要求3所述的视频图像的智能检索方法，其特征在于，所述目标图像检测模型的训练包括：

采集预设数量的具有目标图像的样本图片构建样本数据集；

对所述样本数据集中的所述样本图片进行预处理，并将预处理后的所述样本数据集按照预设比例分成训练集和验证集；

将所述训练集输入至预设的训练模型中进行训练，每隔预设周期使用所述验证集对该模型的准确率进行验证：当所述准确率大于预设阈值时，结束训练，得到所述目标图像检测模型。

5.如权利要求4所述的视频图像的智能检索方法，其特征在于，所述预处理包括采用预设标记分类规则对所述样本图片进行标记分类及对所述样本图片进行旋转、缩放或色域变换。

6.如权利要求4所述的流媒体传输控制方法，其特征在于，所述预设的训练模型为YOLO、Fast RCNN、Faster RCNN、SSD模型中的任意一种。

7.一种视频图像的智能检索装置，其特征在于，该装置包括：

获取模块：用于获取案发区域及案发相关区域指定时间段内的监控视频；

解码模块：用于将所述监控视频按照其帧率进行解码以形成多个视帧图片；

检测模块：用于将每一所述视帧图片输入至预先训练好的目标图像检测模型中，得出目标图像在所述视帧图片中的位置信息；其中，所述位置信息包括所述目标图像的左上角坐标、所述目标图像的宽度以及所述目标图像的高度；

截取模块：用于根据所述位置信息计算出所述目标图像在所述视帧图片中的左下角坐标、右上角坐标以及右下角坐标；并根据所述左上角坐标、所述左下角坐标、所述右上角坐标以及所述右下角坐标对所述视帧图片进行截取以形成目标图片；

识别模块：用于将所述目标图片输入至属性识别模型中，得出所述目标图像对应的属性信息，其中，所述属性识别模型采用卷积神经网络模型训练得到；

分类存储模块：用于根据所述属性信息对所述目标图片进行标记分类，并将标记内容写入预设的搜索引擎库中；

检索模块：用于根据检索条件从所述搜索引擎库中查找出所有满足该检索条件的目标图片。