[發(fā)明專利]智能攝像頭及控制系統(tǒng)有效
| 申請(qǐng)?zhí)枺?/td> | 201811402218.4 | 申請(qǐng)日: | 2018-11-22 |
| 公開(公告)號(hào): | CN109714526B | 公開(公告)日: | 2021-02-09 |
| 發(fā)明(設(shè)計(jì))人: | 周詩怡;陳云霽 | 申請(qǐng)(專利權(quán))人: | 中國(guó)科學(xué)院計(jì)算技術(shù)研究所 |
| 主分類號(hào): | H04N5/232 | 分類號(hào): | H04N5/232;G06K9/00 |
| 代理公司: | 中科專利商標(biāo)代理有限責(zé)任公司 11021 | 代理人: | 周天宇 |
| 地址: | 100190 北*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 智能 攝像頭 控制系統(tǒng) | ||
1.一種智能攝像頭,其特征在于包括:
影像攝取裝置,用于拍攝或接收含目標(biāo)物的圖像和/或視頻;以及處理裝置,包括:
數(shù)據(jù)預(yù)處理模塊,從拍攝的圖像和/或視頻中選取滿足設(shè)定條件的圖像或者視頻幀,其中,所述設(shè)定條件包括從拍攝的圖像和/或視頻中提取出具有設(shè)定閾值以上差別的圖像或視頻幀;所述提取出具有設(shè)定閾值以上差別的圖像或視頻幀包括:通過人工神經(jīng)網(wǎng)絡(luò),對(duì)視頻做處理,具體包括:取當(dāng)前視頻幀T,視頻幀經(jīng)卷積進(jìn)行特征提取,最后經(jīng)神經(jīng)網(wǎng)絡(luò)的輸出層獲得一個(gè)評(píng)分fT,作為該視頻幀的得分,代表該幀的特征,fT與f0比較,f0初始化為0,若差值大于設(shè)定閾值,則該幀作為后續(xù)模塊的數(shù)據(jù),將fT賦值給f0,取下一視頻幀T+1,重復(fù)上述處理,直至完成所有視頻幀;
增強(qiáng)模塊,通過對(duì)滿足設(shè)定條件的圖像或者視頻幀的分辨率為第一分辨率的圖像或視頻幀進(jìn)行處理得到第二分辨率的圖像或者視頻幀,所述第二分辨率高于所述第一分辨率;
目標(biāo)提取模塊,用于目標(biāo)檢測(cè),獲取圖像中的目標(biāo)物或者目標(biāo)物的至少部分的目標(biāo)圖像,包括:通過人工神經(jīng)網(wǎng)絡(luò),讀取其中一幅圖像或視頻幀,獲取目標(biāo)物或者目標(biāo)物的至少部分的目標(biāo)圖像;所述獲取目標(biāo)物或者目標(biāo)物的至少部分的目標(biāo)圖像包括:通過人工神經(jīng)網(wǎng)絡(luò),使用選擇搜索算法生成候選區(qū)域,將圖片劃分成很多小區(qū)域,通過層級(jí)分組方法按照相似度合并,獲得目標(biāo)物或者目標(biāo)物的至少部分的候選邊界框;對(duì)候選邊界框采用滑窗法,按照目標(biāo)物或者目標(biāo)物的至少部分的比例大小作為窗口大小在邊界框上滑動(dòng),獲得目標(biāo)物或者目標(biāo)物的至少部分的目標(biāo)圖像區(qū)域;
識(shí)別模塊,對(duì)目標(biāo)圖像進(jìn)行識(shí)別,識(shí)別出區(qū)分目標(biāo)物的標(biāo)識(shí)數(shù)據(jù)。
2.根據(jù)權(quán)利要求1所述的智能攝像頭,其特征在于,所述目標(biāo)物為人、動(dòng)物、植物、自然物或者人工制造物。
3.根據(jù)權(quán)利要求2所述的智能攝像頭,其特征在于,所述人工制造物為汽車,所述目標(biāo)物的至少部分圖像包括汽車車牌。
4.根據(jù)權(quán)利要求1所述的智能攝像頭,其特征在于,所述標(biāo)識(shí)數(shù)據(jù)包括以下至少一種:
圖案、漢字、字母、數(shù)字和符號(hào)。
5.根據(jù)權(quán)利要求1所述的智能攝像頭,其特征在于,所述識(shí)別模塊中,對(duì)目標(biāo)圖像進(jìn)行識(shí)別,識(shí)別出區(qū)分目標(biāo)物的標(biāo)識(shí)數(shù)據(jù),包括:
通過人工神經(jīng)網(wǎng)絡(luò),定位圖片中標(biāo)識(shí)數(shù)據(jù),分別進(jìn)行識(shí)別:提取圖像的所有候選框,對(duì)每一個(gè)候選框,調(diào)整大小適應(yīng)人工神經(jīng)網(wǎng)絡(luò)輸入大小,通過卷積神經(jīng)網(wǎng)絡(luò)得到的特征圖,在輸入到分類網(wǎng)絡(luò)中,該分類網(wǎng)絡(luò)能識(shí)別特征圖,最終獲得原始圖中要獲取的標(biāo)識(shí)數(shù)據(jù)信息。
6.根據(jù)權(quán)利要求1所述的智能攝像頭,其特征在于,所述處理裝置包括神經(jīng)網(wǎng)絡(luò)處理器,集成所述數(shù)據(jù)預(yù)處理模塊、目標(biāo)提取模塊、數(shù)據(jù)處理模塊和增強(qiáng)模塊的至少一種。
7.根據(jù)權(quán)利要求6所述的智能攝像頭,其特征在于,所述神經(jīng)網(wǎng)絡(luò)處理器包括:
存儲(chǔ)單元,用于存儲(chǔ)輸入數(shù)據(jù),神經(jīng)網(wǎng)絡(luò)參數(shù)和指令;
控制單元,用于從所述存儲(chǔ)單元中讀取專用指令,并將其譯碼成運(yùn)算單元指令并輸入至運(yùn)算單元;
運(yùn)算單元,用于根據(jù)運(yùn)算單元指令對(duì)所述數(shù)據(jù)執(zhí)行相應(yīng)的神經(jīng)網(wǎng)絡(luò)運(yùn)算,得到輸出神經(jīng)元。
8.根據(jù)權(quán)利要求7所述的智能攝像頭,其特征在于,所述運(yùn)算單元中,執(zhí)行相應(yīng)的神經(jīng)網(wǎng)絡(luò)運(yùn)算包括:
將輸入神經(jīng)元和權(quán)值數(shù)據(jù)相乘,獲得相乘結(jié)果;
執(zhí)行加法樹運(yùn)算,用于將所述相乘結(jié)果通過加法樹逐級(jí)相加,得到加權(quán)和,對(duì)加權(quán)和加偏置或不做處理;
對(duì)加偏置或不做處理的加權(quán)和執(zhí)行激活函數(shù)運(yùn)算,得到輸出神經(jīng)元。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國(guó)科學(xué)院計(jì)算技術(shù)研究所,未經(jīng)中國(guó)科學(xué)院計(jì)算技術(shù)研究所許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811402218.4/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。





