[发明专利]基于视频图片的人工智能烟火分析方法及系统在审

专利信息
申请号: 202111163127.1 申请日: 2021-09-30
公开(公告)号: CN113989735A 公开(公告)日: 2022-01-28
发明(设计)人: 黄啸晨 申请(专利权)人: 南京铁辰安全技术有限公司
主分类号: G06V20/52 分类号: G06V20/52;G06V20/80;G06V10/20;G06V10/764;G06V10/82;G06N3/04;G06N3/08
代理公司: 南京禾易知识产权代理有限公司 32320 代理人: 詹庆铷
地址: 210012 江苏省南京*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 视频 图片 人工智能 烟火 分析 方法 系统
【权利要求书】:

1.基于视频图片的人工智能烟火分析方法,其特征在于:包括以下步骤:

第一步,视频转码

获取多路视频源中的视频数据,对其进行RTMP格式转码,以保证不同型号采集设备间的数据兼容;

第二步,视频数据预处理

S2-1、对视频数据进行帧采样,降低所述视频数据中每帧图像的帧率;

S2-2,对每帧所述图像进行帧标识,给每帧图像增加图片识别码ID,并将所述图片识别码ID转化为二进制,生成图片识别码ID所对应的序列图片,基于生成的序列图片,将其叠加至所述原始帧位置;

S2-3,对经帧标识后的视频数据进行帧合并

通过预设采样率在采样时间点分别抽取多路视频数据中的一帧图像放入进行帧合并队列,以作为合并后视频数据的1~n帧,其中,n为视频数据源数量,并将已抽取的源视频帧送至下一采样时间点输出;

S2-4,返回步骤S2-1,顺序循环;

第三步,预设图像识别模型

S3-1,获取采样图像训练样本,所述图像训练样本至少标注有第一训练特征信息和第二训练特征信息,所述第一训练特征信息用于表征视频图片起烟起火信息,所述第二训练特征信息用于表征视频图片无烟火信息;

S3-2,采用所述第一训练特征信息和第二训练特征信息对卷积神经网络进行训练,得到图像识别模型;

第四步,输出图像识别结果

S4-1,基于所述图像识别模型,以所述图片识别码ID中的每一帧图像作为分析对象,提取所述图像特征信息;

S4-2,将所述图像特征信息与获取的采样图像训练样本中的训练特征信息进行比对,获得结果对应关系;

S4-3,依据与S4-1的提取并识别的过程输出图像识别结果信息。

2.根据权利要求1所述的基于视频图片的人工智能烟火分析方法,其特征在于:还包括以下步骤:

第五步,图像识别结果信息的区域判定

对所述图像识别结果信息进行识别区域的勾画,以用于保证所述图像识别结果信息处于外部监控图像范围内,其具体实施方式为:基于视频图片的人工智能烟火分析结果进行图像识别结果信息的划定区域。

3.根据权利要求1所述的基于视频图片的人工智能烟火分析方法,其特征在于:基于第四步,还需要对所得到的图像识别结果信息进行信息唯一性判断,以保证图像识别模型输出无误信息,降低误报率,其具体实施方式为:当发生报警后,由人工确认警情真伪,如果确认为误报,则加入负样本集中,收集一定量负样本后进行再次训练。

4.根据权利要求1所述的基于视频图片的人工智能烟火分析方法,其特征在于:在第三步中,所述图像识别结果信息包括火焰信息以及烟雾信息,其中,

若图像识别结果信息达到外部系统设定的报警阙值,则生成此图像识别结果信息的存储信息,所述存储信息包括图像信息、视频图片存储路径信息、所采集图像信息的设备终端信息、报警时间信息以及报警类型信息。

5.根据权利要求1所述的基于视频图片的人工智能烟火分析方法,其特征在于:所述采样图像训练样本还标注有第三训练特征信息以及第四训练特征信息,其中,

所述第三训练特征信息用于表征视频图片发生火或烟的区域位置信息,所述第四训练特征信息用于表征视频图片所发生火或烟类型信息,且,

若所述第一训练特征信息和第二训练特征信息对卷积神经网络进行训练时,通过预设损失函数分别对所述第一训练特征信息和第二训练特征信息的损失值进行计算,以用于图像识别模型通过对采样图像训练样本的学习,自动调整其内部参数,从而提高识别率的效果,具体实施方式包括:将原始图片按不同区块大小进行特征提取;融合提取的特征信息;对融合后的信息进行卷积;计算损失函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京铁辰安全技术有限公司,未经南京铁辰安全技术有限公司许可,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/202111163127.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top