[發(fā)明專利]圖像識別監(jiān)控方法、系統(tǒng)、計算設(shè)備以及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201711242658.3
• 申請日: 2017-11-30
• 公開（公告）號: CN108009497A
• 公開（公告）日: 2018-05-08
• 發(fā)明（設(shè)計）人: 陳年春
• 申請（專利權(quán)）人: 深圳中興網(wǎng)信科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;H04N7/18;G06K9/62;G06N3/04
• 代理公司: 北京友聯(lián)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11343
• 代理人: 尚志峰;汪海屏

1.一種圖像識別監(jiān)控方法，其特征在于，

獲取待判斷圖像；

將所述待判斷圖像與識別模型進(jìn)行比較，識別所述待判斷圖像是否包含物體特征，得到識別結(jié)果；

發(fā)送所述識別結(jié)果。

2.根據(jù)權(quán)利要求1所述的圖像識別監(jiān)控方法，其特征在于，在獲取待判斷圖像之前，還包括：建立識別模型，所述建立識別模型具體包括：

接收基礎(chǔ)圖像，所述基礎(chǔ)圖像包括：第一圖像和第二圖像，所述第一圖像包含所述物體特征，所述第二圖像包含非物體特征；

使用tensorflow框架的卷積神經(jīng)網(wǎng)絡(luò)技術(shù)建立第一層卷積神經(jīng)網(wǎng)絡(luò)以及第二層卷積神經(jīng)網(wǎng)絡(luò)；以及

根據(jù)所述第一層卷積神經(jīng)網(wǎng)絡(luò)以及第二層卷積神經(jīng)網(wǎng)絡(luò)，建立全連接網(wǎng)絡(luò)，得到模型結(jié)構(gòu)；

使用tensorflow框架的卷積神經(jīng)網(wǎng)絡(luò)算法對所述物體特征和所述非物體特征進(jìn)行提取，并存儲至所述模型結(jié)構(gòu)中，得到所述識別模型。

3.根據(jù)權(quán)利要求1或2所述的圖像識別監(jiān)控方法，其特征在于，還包括：將所述待判斷圖像存儲至所述識別模型。

4.根據(jù)權(quán)利要求3所述的圖像識別監(jiān)控方法，其特征在于，所述將所述待判斷圖像存儲至所述識別模型具體包括：

使用tensorflow框架的卷積神經(jīng)網(wǎng)絡(luò)算法對所述待判斷圖像進(jìn)行特征提取，并將所述待判斷圖像特征存儲至所述識別模型中。

5.根據(jù)權(quán)利要求4所述的圖像識別監(jiān)控方法，其特征在于，

在使用tensorflow框架的卷積神經(jīng)網(wǎng)絡(luò)算法對所述待判斷圖像進(jìn)行特征提取，并將所述待判斷圖像特征存儲至所述識別模型中之前，還包括：

根據(jù)所述識別結(jié)果，對所述待判斷圖像進(jìn)行分類，得到分類類別；

發(fā)送所述待判斷圖像以及所述分類類別，并接收所述待判斷圖像以及所述分類類別的審核結(jié)果；

當(dāng)所述審核結(jié)果中所述待判斷圖像與所述分類類別對應(yīng)一致時，使用tensorflow框架的卷積神經(jīng)網(wǎng)絡(luò)算法對所述待判斷圖像進(jìn)行特征提取，并將所述待判斷圖像特征存儲至所述識別模型中；否則，存儲失敗。

6.一種圖像識別監(jiān)控系統(tǒng)，其特征在于，

獲取單元，用于獲取待判斷圖像；

識別單元，用于將所述待判斷圖像與識別模型進(jìn)行比較，識別所述待判斷圖像是否包含物體特征，得到識別結(jié)果；

發(fā)送單元，用于發(fā)送所述識別結(jié)果。

7.根據(jù)權(quán)利要求6所述的圖像識別監(jiān)控系統(tǒng)，其特征在于，還包括：

建立單元，用于建立識別模型；所述建立單元具體包括：

第一接收單元，用于接收基礎(chǔ)圖像，所述基礎(chǔ)圖像包括：第一圖像和第二圖像，所述第一圖像包含所述物體特征，所述第二圖像包含非物體特征；

建模單元，用于使用tensorflow框架的卷積神經(jīng)網(wǎng)絡(luò)技術(shù)建立第一層卷積神經(jīng)網(wǎng)絡(luò)以及第二層卷積神經(jīng)網(wǎng)絡(luò)；以及

根據(jù)所述第一層卷積神經(jīng)網(wǎng)絡(luò)以及第二層卷積神經(jīng)網(wǎng)絡(luò)，建立全連接網(wǎng)絡(luò)，得到模型結(jié)構(gòu)；

存儲單元，用于使用tensorflow框架的卷積神經(jīng)網(wǎng)絡(luò)算法對所述物體特征和所述非物體特征進(jìn)行提取，并存儲至所述模型結(jié)構(gòu)中，得到所述識別模型。

8.根據(jù)權(quán)利要求6或7所述的圖像識別監(jiān)控系統(tǒng)，其特征在于，還包括

更新單元，用于將所述待判斷圖像存儲至所述識別模型。

9.根據(jù)權(quán)利要求8所述的圖像識別監(jiān)控系統(tǒng)，其特征在于，所述更新單元具體包括：

更新子單元，用于使用tensorflow框架的卷積神經(jīng)網(wǎng)絡(luò)算法對所述待判斷圖像進(jìn)行特征提取，并將所述待判斷圖像特征存儲至所述識別模型中。