[發明專利]一種基于深度學習的視頻圖像識別系統及方法

在審

• 申請號: 201910843125.3
• 申請日: 2019-09-06
• 公開（公告）號: CN110555417A
• 公開（公告）日: 2019-12-10
• 發明（設計）人: 李家志;常磊
• 申請（專利權）人: 福建中科亞創動漫科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 35209 泉州市誠得知識產權代理事務所(普通合伙)
• 代理人: 賴開慧

本發明涉及基于深度學習的視頻圖像識別系統及方法，其方法包括以下步驟：采集視頻信息和第一圖片信息，將視頻信息分解成多幅連續單幀圖片，得到第二圖片信息；第一圖片信息和/或第二圖片信息輸入聚類模型進行聚類分類；確定每類姿態的聚類中心，并對每類姿態樣本劃分子集；根據劃分出的子集，以課程學習的訓練策略優化神經網絡模型；接收待識別圖片信息，利用優化后的神經網絡模型進行姿態識別。相對現有技術，本發明能提取更加有效的更加有區分力度的特征，使得訓練的分類器有更好的泛化性能，處理速度快，提高姿態分類識別效果，圖片識別精準度高。

技術領域

本發明涉及視頻圖像識別技術領域，特別涉及一種基于深度學習的視頻圖像識別系統及方法。

背景技術

人體姿態識別是指對圖像中的人體進行自動分析處理，對人體姿勢信息按照預先設計的分類標注。姿態識別是行為識別中的一個基本問題，可靠而準確地識別人體姿態可以用于人體行為分析、人員工作狀態或學習狀態的判別，從而為各行各業的智能化管理自動提供信息。

現有技術中，申請號為201710395795.4的一種基于圖像識別的學生坐姿檢測與糾正系統，包括人臉圖像檢測模塊，用于檢測進入拍攝區域的人臉圖像；人臉姿態估計模塊，用于獲取人臉器官的幾何特征，定位人臉特征點并利用獲得的人臉特征點構建人臉特征三角形；當人臉發生姿態變化時，利用該人臉特征三角形的位置變化進行姿態參數的估計，獲得估計姿態參數：音頻輸出模塊，用于比較估計姿態參數與標準姿態參數，并根據比較結果輸出姿態糾正提示音頻。本發明在不直接接觸學生身體的情況下，通過視頻圖像實現對學生坐姿的實時監控，對錯誤姿態進行語音提示，從而達到及時發現和糾正錯誤坐姿的目的。但是現有技術方案，處理模型復雜，推理時間長，成本高，處理速度慢，且圖片識別精準度低。

發明內容

本發明的目的是提供一種基于深度學習的視頻圖像識別系統，所要解決的技術問題是：如何輕量化模型，提升處理速度及圖片識別精準度。

本發明解決上述技術問題的技術方案如下：基于深度學習的視頻圖像識別方法，包括：

步驟1、采集視頻信息和第一圖片信息，將視頻信息分解成多幅連續單幀圖片，得到第二圖片信息；

步驟2、第一圖片信息和/或第二圖片信息輸入聚類模型進行聚類分類；確定每類姿態的聚類中心，并對每類姿態樣本劃分子集；

步驟3、根據劃分出的子集，以課程學習的訓練策略優化神經網絡模型；

步驟4、接收待識別圖片信息，利用優化后的神經網絡模型進行姿態識別。

本發明的有益效果是：將課程學習的訓練策略引入到姿態識別，可以提取更加有效的更加有區分力度的特征，使得訓練的分類器有更好的泛化性能，處理速度快，提高姿態分類識別效果，圖片識別精準度高。

在上述技術方案的基礎上，本發明還可以做如下改進。

進一步，將每類姿態樣本劃分出的三個子集分別進行混合，得到三個總子集，每個總子集中均包含七種姿態，所述總子集包括簡單總子集、困難總子集、非常困難總子集；

由簡單總子集、困難總子集到非常困難總子集的順序對神經網絡模型進行優化訓練，得到優化訓練后的神經網絡模型。

采用上述進一步方案的有益效果是：通過對姿態樣本進行劃分，提升對神經網絡模型的優化效率，提升神經網絡模型的處理精度。

進一步，上述實施例中，所述步驟3中還包括以下步驟：

步驟3.1、利用優化訓練后的神經網絡模型學習網絡時序特征，并選定的網絡層；對該網絡層的網絡層參數進行評估和裁剪，提出恢復機制對剪枝后模型精度進行即刻恢復；