[发明专利]一种视频图像处理识别系统

说明书

本发明涉及一种视频图像处理识别系统，包括边缘计算处理器和云平台，所述边缘计算处理器包括：获取单元、转换单元、判断单元、目标检测单元、特征提取单元、姿态提取单元以及特征组合单元；所述云平台包括：解包单元、比对单元、识别校验单元以及报警单元。本发明通过边缘计算处理器判断当前帧图像中是否存在检测目标，并对检测目标设置标签，再通过云平台对带有标签的检测目标进行识别校验，并根据识别校验结果进行处理，整个过程通过人工智能分析结合深度学习可以实时抓取视频图像并进行分析，从而实时处理以免酿成大的安全隐患。

技术领域

本发明涉及视频图像监控技术领域，特别是涉及一种视频图像处理识别系统。

背景技术

针对工业生产场所以及生活安防场所中，需要安装视频监控对特定区域的特定人群行为进行实时监控。目前，视频所抓取的视频流或图像无法给管理者进行实时的必要信息反馈，只能事后调取，因此没有一套有效的实时监控系统可以实现针对异常行为的实时监控报警机制。

发明内容

本发明所要解决的技术问题是提供一种视频图像处理识别系统，能够实时抓取视频图像并进行分析，以便实时处理，以免酿成大的安全隐患。

本发明解决其技术问题所采用的技术方案是：提供一种视频图像处理识别系统，包括边缘计算处理器和云平台，

所述边缘计算处理器包括：获取单元，用于获取视频图像；转换单元，用于将视频图像转换为单帧图像；判断单元，用于判断所述单帧图像与上一次检测时是否发生变化；目标检测单元，用于在所述单帧图像与上一次检测时发生变化时对所述单帧图像采用目标检测网络进行目标检测得到边界框与类型；特征提取单元，用于提取在预设的关注区域中的边界框，形成第一特征标签；姿态提取单元，用于根据所述边界框的类型提取目标的姿态，形成第二特征标签；特征组合单元，用于将所述单帧图像、第一特征标签和第二特征标签进行组合形成特征集合；

所述云平台包括：解包单元，用于对所述特征集合进行解包，提取所有的第一特征标签和第二特征标签；比对单元，用于遍历所有的第一特征标签和第二特征标签，并与预设的报警类别进行比对；识别校验单元，用于在比对一致时调用与所述报警类别对应的算法负载对所述第一特征标签或第二特征标签进行识别校验；报警单元，用于在识别校验一致时进行报警。

所述判断单元在判断所述单帧图像与上一次检测时是否发生变化时，提取所述单帧图像的光流特征，将提取出的光流特征与上一次检测时的光流特征进行比对，若两者的差异超过阈值，则表示所述单帧图像与上一次检测时发生变化。

所述特征提取单元计算所述边界框与预设的关注区域的重合度，当重合区域超过边界框面积的50％时，表示所述边界框在所述预设的关注区域中，并进行提取。

所述姿态提取单元判断所述边界框的类型是否为“人”，若是则通过openpose算法对人体提取骨架特征点以提取目标的姿态，形成第二特征标签，其中在对人体提取骨架特征点时以胸口点为圆心用极坐标形式对骨架特征做归一化处理。

所述云平台还包括异常库单元，所述异常库单元用于在识别校验不一致时，对所述特征集合和校验结果进行保存，并用于对所述目标检测网络进行更新。

所述报警单元在进行报警时，将报警原因、所述单帧图像及其对应的来源点位和时间添加至报警数据库，并发布一个报警信息到客户端处理接口。

所述算法负载由所述云平台的开发者或第三方开发者提供。

所述云平台包括数据管理系统，所述数据管理系统用于对所述算法负载实现功能模块化管理，包括算法需求发布与算法开发管理、算法服务器资源分配和各级不同管理员对权限分配。

所述云平台包括用户管理系统，所述用户管理系统用于依据不同的客户需求完成相对应的项目部署。

有益效果