[發明專利]一種天網攝像頭拍攝畫面的評價方法

有效

• 申請號: 201710136626.9
• 申請日: 2017-03-09
• 公開（公告）號: CN106991668B
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 傅鵬;謝世朋;張志凡
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/00;G06K9/32;G06K9/62;G06T7/254;H04N17/00
• 代理公司: 南京知識律師事務所 32207
• 代理人: 李湘群

1.一種天網攝像頭拍攝畫面的評價方法，其特征在于，包括以下步驟：

S1.對攝像頭的拍攝到的畫面進行運動檢測，依據的運動熱點區域計算運動區域的比率并切割圖像，運動檢測采用幀差法，抽取視頻中部分幀，定位出運動熱點區域，計算運動熱點區域的最大外接矩形，并依據此矩形切割圖片作為神經網絡的輸入；

S2.輸入原始圖像，將已經檢測到的運動區域輸入預先訓練好的車輛、行人識別網絡，輸出已經識別出的目標，通過預標記的目標訓練網絡，在訓練完成后，將S1中檢測到的運動區域輸入車輛、行人識別卷積網絡進行目標的識別和定位；

S3.類似S2，通過訓練相同結構的車牌、人臉識別網絡定位車牌或者人臉，輸入為定位的車輛和行人的圖片，輸出為定位的車牌和人臉，檢測時，將S2中得到的車輛或者行人的圖片進行人臉或者車牌的識別，訓練相同結構的車輛、人臉識別網絡步驟為采集天網攝像頭拍攝的圖片，手動標記圖片中車輛的位置，采用隨機縮放并改變原圖像大小，同時在HVS彩色空間中，以1.5倍的因子隨機調整圖像的曝光度和飽和度，訓練相同結構的車輛、人臉識別網絡采用的數據集為3000張手動標記車牌的車輛圖片和3000張手動標記人臉位置的行人圖片；

S4.通過運動目標區域所占比率，已經定位的車輛和行人數量以及識別的車牌和人臉的數量對天網攝像頭拍攝畫面的效果進行評價；

所述方法具體步驟包括：

1)運動區域檢測，利用幀差法計算視頻中運動熱點區域，運動目標區域所占比率記為R1，R1為有效監控區域，并依據運動目標區域切割圖片，刪除圖片中價值較少的部分，輸出基于運動熱點區域的最大外接矩形；

2)將運動熱點區域輸入車輛、行人識別網絡，訓練使用的框架為darknet，網絡包含24個卷積層和2個全連接層，損失函數為誤差平方和函數，學習率從10^-3到10^-2緩慢增加，采用dropout和數據集擴充方法避免過擬合，dropout在第一層后隨機，rate＝0.5刪除一些隱藏層神經元，從而避免層與層之間相互適應，訓練集采集于天網攝像頭拍攝的圖片，手動標記圖片中的車輛或者行人，經過數據集增強后，訓練集數量大約為5000幅圖片，其中每個圖片包含多個目標，統計已定位的行人和車輛數量為n1，并計算占視頻中車輛行人總數n的比例R2，R2為有效目標的可分辨程度，R2＝n1/n，該網絡輸出定位到的車輛和行人的圖片，并歸一化為227x227像素大??；

3)將定位的車輛和行人圖片輸入車牌、人臉定位網絡，訓練數據同樣為手動標記的車牌或者人臉，訓練集數量為3000幅圖像，其中每個圖像中包含一個車輛或者行人，統計能夠定位識別的車牌或者圖片數量n2，計算有效目標的可識別率R3＝n1/n2；

4)最后通過分析R1、R2、R3數值，分別從有效監控區域、目標可分辨程度、目標可識別程度分析攝像頭拍攝畫面的質量，計算G＝R1+R2+R3，能獲得攝像頭總體的評分，具體評價參考下表：

攝像頭得分G	評價
G＝1	差
1G＝2	中
2G＝2.5	良
2.5G	優

。