[發明專利]一種基于深度學習的互聯網攝像系統及其實現方法

在審

• 申請號: 201810355057.1
• 申請日: 2018-04-19
• 公開（公告）號: CN108712630A
• 公開（公告）日: 2018-10-26
• 發明（設計）人: 王彥飛;張禎;胡勝發
• 申請（專利權）人: 安凱（廣州）微電子技術有限公司
• 主分類號: H04N7/18
• 分類號: H04N7/18;G06K9/00;G06T7/10
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 胡輝

1.一種基于深度學習的互聯網攝像系統，其特征在于：包括視頻前端芯片和人工智能芯片，

其中，所述視頻前端芯片，用于對原始圖像信息進行預處理、編碼和存儲；

所述人工智能芯片，用于采用深度學習方法對圖像進行智能分析；

所述視頻前端芯片還將智能分析的結果進行上傳；

所述視頻前端芯片通過USB接口與人工智能芯片連接。

2.根據權利要求1所述的一種基于深度學習的互聯網攝像系統，其特征在于：所述人工智能芯片的數量為一個或多個。

3.根據權利要求1所述的一種基于深度學習的互聯網攝像系統，其特征在于：所述視頻前端芯片包括：

圖像處理模塊，用于對原始圖像信息進行圖像前處理，然后進行圖像后處理；

微處理器，用于對圖像后處理得到的圖像進行分割處理；

編碼模塊，用于對分割處理得到的子圖像進行編碼處理；

第一存儲器，用于對編碼模塊的處理結果進行存儲；

第一USB控制器，用于將編碼模塊的處理結果傳輸到人工智能芯片；

網絡接口，用于實現視頻前端芯片與外部設備的數據通訊；

所述第一USB控制器與人工智能芯片連接。

4.根據權利要求1所述的一種基于深度學習的互聯網攝像系統，其特征在于：所述人工智能芯片包括第二USB控制器，所述第二USB控制器，用于將人工智能芯片中的智能分析結果傳輸到視頻前端芯片，所述第二USB控制器與視頻前端芯片連接。

5.根據權利要求4所述的一種基于深度學習的互聯網攝像系統，其特征在于：所述人工智能芯片還包括：

解碼模塊，用于對視頻前端芯片發送的數據進行解碼處理；

深度學習網絡模塊，用于根據深度學習網絡模型，對解碼處理的結果進行智能分析；

第二存儲器，用于對深度學習網絡模塊的智能分析結果進行存儲。

6.一種基于深度學習的互聯網攝像系統的實現方法，其特征在于：包括以下步驟：

通過視頻前端芯片對原始圖像信息進行預處理，并通過USB接口將預處理后的圖像信息發送至人工智能芯片；

根據深度學習網絡模型，通過人工智能芯片對預處理后的圖像信息進行智能分析，所述智能分析包括人臉識別；

根據智能分析的結果，通過視頻前端芯片進行后續處理，所述后續處理包括將智能分析結果上傳。

7.根據權利要求6所述的一種基于深度學習的互聯網攝像系統的實現方法，其特征在于：所述人工智能芯片的數量為一個或多個。

8.根據權利要求6所述的一種基于深度學習的互聯網攝像系統的實現方法，其特征在于：所述通過視頻前端芯片對原始圖像信息進行預處理這一步驟，包括以下步驟：

對原始圖像信息進行圖像前處理，然后進行圖像后處理；

對圖像后處理得到的圖像進行分割處理；

對分割處理得到的子圖像進行編碼處理。

9.根據權利要求8所述的一種基于深度學習的互聯網攝像系統的實現方法，其特征在于：所述對圖像后處理得到的圖像進行分割處理這一步驟，具體為：

將原始圖像進行縱向分割或者橫向分割，得到多個子圖像；

或者，從原始圖像中提取多個包含對象的方框，并將每個方框切割成多個子圖像。

10.根據權利要求6所述的一種基于深度學習的互聯網攝像系統的實現方法，其特征在于：所述根據智能分析的結果，通過視頻前端芯片進行后續處理這一步驟，包括以下步驟：

通過視頻前端芯片對智能分析結果進行整合處理，得到完整圖像的智能分析結果；

根據完整圖像的智能分析結果，通過視頻前端芯片進行后續處理。