[发明专利]一种基于深度学习的危险物识别方法在审
| 申请号： | 201810235887.0 | 申请日： | 2018-03-21 |
| 公开（公告）号： | CN108647559A | 公开（公告）日： | 2018-10-12 |
| 发明（设计）人： | 岑亮 | 申请（专利权）人： | 四川弘和通讯有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;H04N7/18 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610041 四川省成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习危险物识别方法，应用于智能视频技术领域，通过安装在监控区域中不同地点的视频前端设备实时采集图像信息，将图像信息传送至后台服务器，服务器根据余弦训练的深度学习算法对采集到的图像进行分析，得出是否存在危险物的判断结果；当判断存在危险物，则向终端反馈危险物对应的地点信息以及图像信息；终端提示并预警；本发明通过将智能危险物识别平台布置在视频监控系统的后台，无需对已经建成的视频监控系统进行改造或拆除重建，能够最大化保护的降低危险物识别成本；并且通过本发明的方法可以大量节省人力成本；本发明的图像处理可实现毫秒级的速度，为危险物识别以及预警处理提高了效率。 | ||
| 搜索关键词： | 危险物 视频监控系统 图像信息 视频前端设备 图像信息传送 智能视频技术 后台服务器 地点信息 监控区域 判断结果 平台布置 人力成本 实时采集 图像处理 学习算法 预警处理 终端反馈 终端提示 最大化 余弦 服务器 后台 预警 采集 图像 拆除 学习 智能 重建 应用 改造 分析 | ||
【主权项】：
1.基于深度学习的危险物识别方法，其特征在于，包括：S1、通过安装在各监控区域的视频前端设备采集对应监控区域的视频流信息；所述视频流信息包括视频图像以及各视频图像对应的监控区域；S2、对步骤S1采集到的视频流信息进行存储；S3、基于深度学习对步骤S1采集到的视频图像进行分析，判断得出视频图像中是否存在危险物；若有则执行步骤S4；否则继续分析；S4、获取危险物视频图像以及对应的监控区域，发出报警。
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四川弘和通讯有限公司，未经四川弘和通讯有限公司许可，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/patent/201810235887.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种指纹识别显示设备
- 下一篇：一种基于CNN的保持表情信息的人脸转移方法
