[發明專利]一種視頻圖像的高效處理方法

在審

• 申請號: 202010114138.X
• 申請日: 2020-02-25
• 公開（公告）號: CN111339922A
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 馬克;劉森;楊宇澤
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06N3/04;G06N3/08
• 代理公司: 北京勁創知識產權代理事務所(普通合伙) 11589
• 代理人: 徐家升

1.一種視頻圖像的高效處理方法，包括以下步驟：

S1：獲取視頻圖像，利用視頻圖像采集終端進行視頻圖像的采集，并將采集到的視頻圖像信息傳遞給視頻處理終端；

S2：在卷積層中對視頻圖像信息進行處理，選定視頻圖像中的目標對象，對目標對象進行分割，分割后的視頻圖像進行特征的提取；

S3：將提取的視頻圖像特征值輸入到卷積神經網絡中，進行視頻圖像的識別；

S4：在池化層中提取視頻圖像的主要特征，選取指定區域內最大的一個數來代表整片區域；

S5：在全連接層將各部分特征匯總，對視頻圖像中的各部分特征進行總結匯總；

S6：產生分類器，進行視頻圖像的預測識別。

2.根據權利要求1所述的一種視頻圖像的高效處理方法，其特征在于：卷積層的內部包含多個卷積核，卷積核在工作時，對輸入特征做矩陣元素乘法求和并疊加偏差量：

3.根據權利要求2所述的一種視頻圖像的高效處理方法，其特征在于：

求和部分等價于求解一次交叉相關b為偏差量，Z^l和Z^l+1表示第l+1層的卷積輸一維和二維卷積運算示例入和輸出，L_l+1為Z_l+1的尺寸，特征圖長寬相同，Z(i，j)對應特征圖的像素，K為視頻圖像特征圖的通道數，f、s₀和p是卷積層參數，對應卷積核大小、卷積步長和填充層數。

4.根據權利要求3所述的一種視頻圖像的高效處理方法，其特征在于：

卷積核是大小f＝1，步長s₀＝1且不包含填充的單位卷積核時，卷積層內的交叉相關計算等價于矩陣乘法，并由此在卷積層間構建了全連接網絡

L^l+1＝L由單位卷積核組成的卷積層為網中網或多層感知器卷積層。

5.根據權利要求4所述的一種視頻圖像的高效處理方法，其特征在于：在卷積層進行特征提取后，輸出的視頻圖像特征圖會被傳遞至池化層進行特征選擇和信息過濾，池化層包含預設定的池化函數，將特征圖中單個點的結果替換為其相鄰區域的視頻圖像特征圖統計量，池化層選取池化區域與卷積核掃描特征圖步驟相同，由池化大小、步長和填充控制Lp池化，Lp池化表示形式為式中步長s₀、像素(i，j)的含義與卷積層相同，p是預指定參數，當p＝1時，Lp池化在池化區域內取均值，當p→∞時，Lp池化在區域內取極大值。