[發(fā)明專利]一種基于人工智能識別的影像處理系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011543214.5
• 申請日: 2020-12-23
• 公開（公告）號: CN112507967A
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計）人: 張丹丹;崔琳;張青;謝妞妞;呂潁潁;張楊;萬小舟
• 申請（專利權(quán)）人: 河南應(yīng)用技術(shù)職業(yè)學(xué)院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 西安合創(chuàng)非凡知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61248
• 代理人: 楊蕾

1.一種基于人工智能識別的影像處理系統(tǒng)，其特征在于，包括：

人體識別模塊，用于實現(xiàn)圖像深度信息的獲取，并基于模糊深度神經(jīng)網(wǎng)絡(luò)模型根據(jù)圖像深度信息實現(xiàn)影像數(shù)據(jù)中人體信息的識別；

危險行為識別模塊，在識別到人體時啟動，用于實現(xiàn)人體深度信息以及骨骼信息的獲取，并基于無限深度神經(jīng)網(wǎng)絡(luò)根據(jù)所有骨骼信息實現(xiàn)危險行為的識別；

目標圖像挖掘模塊，在發(fā)現(xiàn)危險行為時啟動，用于基于Dssd_Inception_V3 coco模型實現(xiàn)目標人臉圖像集的挖掘；

人臉識別模塊，用于提取所述人臉圖像集的LBPH、SIFT以及人臉骨骼特征，基于決策樹實現(xiàn)人臉的識別。

2.如權(quán)利要求1所述的一種基于人工智能識別的影像處理系統(tǒng)，其特征在于，還包括：

影像預(yù)處理模塊，用于根據(jù)每個視頻幀的坐標信息確定每個視頻幀的偏轉(zhuǎn)角度，并按其中一個視頻幀的偏轉(zhuǎn)角度進行其他視頻幀的重構(gòu)。

3.如權(quán)利要求1所述的一種基于人工智能識別的影像處理系統(tǒng)，其特征在于，所述危險行為識別模塊基于kinect深度傳感器實現(xiàn)人體深度信息以及骨骼信息獲取，基于骨骼信息濾波模塊消除鎖獲得骨骼信息的抖動和噪聲干擾。

4.如權(quán)利要求1所述的一種基于人工智能識別的影像處理系統(tǒng)，其特征在于，所述Dssd_Inception_V3 coco模型采用Dssd目標檢測算法，用coco數(shù)據(jù)集預(yù)訓(xùn)練Inception_V3深度神經(jīng)網(wǎng)絡(luò)，然后用先前準備好的數(shù)據(jù)集訓(xùn)練該模型，微調(diào)深度神經(jīng)網(wǎng)絡(luò)中的各項參數(shù)，最后得到合適的用于人臉圖像的目標檢測模型。

5.如權(quán)利要求1所述的一種基于人工智能識別的影像處理系統(tǒng)，其特征在于，所述人體識別模塊首先調(diào)用視頻取幀腳本，每隔一定幀數(shù)獲取一張圖像，然后基于kinect深度傳感器實現(xiàn)圖像深度信息的獲取，并基于模糊深度神經(jīng)網(wǎng)絡(luò)模型根據(jù)圖像深度信息實現(xiàn)影像數(shù)據(jù)中人體信息的識別。

6.如權(quán)利要求1所述的一種基于人工智能識別的影像處理系統(tǒng)，其特征在于，所述人臉識別模塊基于CART算法根據(jù)人臉圖像集的LBPH、SIFT以及人臉骨骼特征實現(xiàn)人臉的識別，其中，CART算法基于安全人臉圖像集的LBPH、SIFT以及人臉骨骼特征訓(xùn)練所得。

7.如權(quán)利要求1所述的一種基于人工智能識別的影像處理系統(tǒng)，其特征在于，所述人臉識別模塊首先基于Dssd_Inception_V3 coco模型實現(xiàn)人臉圖像集中遮擋物的識別，若發(fā)現(xiàn)遮擋物，則直接預(yù)警，若未發(fā)現(xiàn)遮擋物，則提取所述人臉圖像集的LBPH、SIFT以及人臉骨骼特征，然后基于決策樹實現(xiàn)人臉的識別。

8.如權(quán)利要求1所述的一種基于人工智能識別的影像處理系統(tǒng)，其特征在于，通過以下步驟完成其他視頻幀的重構(gòu)；

根據(jù)每個視頻幀的偏轉(zhuǎn)角度計算每個視頻幀的補充偏轉(zhuǎn)角度；

根據(jù)每個視頻幀的補充偏轉(zhuǎn)角度重新繪制每個視頻幀。