[发明专利]异常场景检测方法及装置在审
| 申请号： | 201810319654.9 | 申请日： | 2018-04-11 |
| 公开（公告）号： | CN108549862A | 公开（公告）日： | 2018-09-18 |
| 发明（设计）人： | 曹先彬;甄先通;李岩;黄元骏 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 宋扬;刘芳 |
| 地址： | 100191 北京市海淀区学*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供的异常场景检测方法及装置，通过接收第一终端发送的视频数据，根据预设采样间隔对视频数据进行采样得到多个图像数据，将各图像数据输入到预设的第一卷积神经网络模型中，根据第一卷积神经网络模型的标定结果确定图像是否为异常图像，若确定有异常图像，则将该异常图像的图像信息发送给第二终端，以便第二终端的用户及时采取应急响应措施，避免二次事故的发生。通过上述方法，解决了现有技术中存在的对铁路或公路沿线异常场景检测准确率低的问题。 | ||
| 搜索关键词： | 场景检测 异常图像 卷积神经网络 预设 终端 图像数据输入 对视频数据 标定结果 采样间隔 公路沿线 视频数据 图像数据 图像信息 应急响应 终端发送 采样 准确率 图像 铁路 | ||
【主权项】：
1.一种异常场景检测方法，其特征在于，包括：接收第一终端发送的视频数据；根据预设采样间隔对所述视频数据进行采样，得到多个图像数据；将各所述图像数据输入到第一卷积神经网络模型中；所述第一卷积神经网络模型用于标定图像是否为异常图像；根据所述第一卷积神经网络模型的标定结果确定所述图像是否为异常图像，若是，则将所述异常图像的信息发送到第二终端。
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北京航空航天大学，未经北京航空航天大学许可，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/201810319654.9/，转载请声明来源钻瓜专利网。
- 上一篇：计分方法和装置
- 下一篇：人体姿态预测方法、装置、设备及存储介质
