[發(fā)明專利]基于深度神經(jīng)網(wǎng)絡(luò)圖像的目標(biāo)識別與運(yùn)動(dòng)檢測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202211225536.4
• 申請日: 2022-10-09
• 公開（公告）號: CN115514858A
• 公開（公告）日: 2022-12-23
• 發(fā)明（設(shè)計(jì)）人: 談文正
• 申請（專利權(quán)）人: 江蘇超正科技有限公司
• 主分類號: H04N5/14
• 分類號: H04N5/14;H04N5/232
• 代理公司: 南京蘇博知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32411
• 代理人: 朱鳳平

本發(fā)明涉及視頻圖像處理技術(shù)領(lǐng)域，具體涉及一種基于深度神經(jīng)網(wǎng)絡(luò)圖像的目標(biāo)識別與運(yùn)動(dòng)檢測方法及系統(tǒng)，包括調(diào)整子系統(tǒng)、獲取子系統(tǒng)和預(yù)測子系統(tǒng)，首先，獲取子系統(tǒng)拍攝場景視頻，得到待檢測數(shù)據(jù)；然后，預(yù)測子系統(tǒng)將待檢測數(shù)據(jù)輸入目標(biāo)預(yù)測模型進(jìn)行預(yù)測，得到運(yùn)動(dòng)目標(biāo)，最后，調(diào)整子系統(tǒng)基于運(yùn)動(dòng)目標(biāo)調(diào)整獲取子系統(tǒng)的角度，使得獲取子系統(tǒng)采集的畫面始終包含運(yùn)動(dòng)目標(biāo)，避免運(yùn)動(dòng)目標(biāo)超過獲取子系統(tǒng)的采集范圍使得預(yù)測子系統(tǒng)無法預(yù)測。實(shí)現(xiàn)對運(yùn)動(dòng)目標(biāo)的追蹤；解決了現(xiàn)有的目標(biāo)識別與運(yùn)動(dòng)檢測系統(tǒng)對運(yùn)動(dòng)目標(biāo)的預(yù)測效果較差的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及視頻圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于深度神經(jīng)網(wǎng)絡(luò)圖像的目標(biāo)識別與運(yùn)動(dòng)檢測方法及系統(tǒng)。

背景技術(shù)

運(yùn)動(dòng)目標(biāo)檢測的任務(wù)是檢測給定視頻中的運(yùn)動(dòng)前景目標(biāo)，作為智能視頻分析的預(yù)處理部分，為后續(xù)視頻中的目標(biāo)識別、目標(biāo)追蹤與動(dòng)作識別等奠定基礎(chǔ)。

目前，現(xiàn)有技術(shù)公開了一種目標(biāo)識別與運(yùn)動(dòng)檢測系統(tǒng)包括獲取子系統(tǒng)和預(yù)測子系統(tǒng)，獲取子系統(tǒng)用于拍攝場景視頻，得到待檢測數(shù)據(jù)，預(yù)測子系統(tǒng)將待檢測數(shù)據(jù)輸入目標(biāo)預(yù)測模型進(jìn)行預(yù)測，得到運(yùn)動(dòng)目標(biāo)。

但獲取子系統(tǒng)的拍攝范圍固定，降低了對運(yùn)動(dòng)目標(biāo)的預(yù)測效果。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于深度神經(jīng)網(wǎng)絡(luò)圖像的目標(biāo)識別與運(yùn)動(dòng)檢測方法及系統(tǒng)，旨在解決現(xiàn)有的目標(biāo)識別與運(yùn)動(dòng)檢測系統(tǒng)對運(yùn)動(dòng)目標(biāo)的預(yù)測效果較差的問題。

為實(shí)現(xiàn)上述目的，第一方面，本發(fā)明提供了一種基于深度神經(jīng)網(wǎng)絡(luò)圖像的目標(biāo)識別與運(yùn)動(dòng)檢測系統(tǒng)，包括調(diào)整子系統(tǒng)、獲取子系統(tǒng)和預(yù)測子系統(tǒng)，所述調(diào)整子系統(tǒng)、所述獲取子系統(tǒng)和所述預(yù)測子系統(tǒng)依次連接，且所述調(diào)整子系統(tǒng)與所述預(yù)測子系統(tǒng)連接；

所述預(yù)測子系統(tǒng)，用于將所述待檢測數(shù)據(jù)輸入目標(biāo)預(yù)測模型進(jìn)行預(yù)測，得到運(yùn)動(dòng)目標(biāo)；

所述調(diào)整子系統(tǒng)，基于運(yùn)動(dòng)目標(biāo)調(diào)整所述獲取子系統(tǒng)的角度；

所述獲取子系統(tǒng)，用于拍攝場景視頻，得到待檢測數(shù)據(jù)。

其中，所述獲取子系統(tǒng)包括測光模塊、參數(shù)調(diào)整模塊和拍攝模塊，所述測光模塊、所述參數(shù)調(diào)整模塊和所述拍攝模塊依次連接；

所述測光模塊，用于檢測當(dāng)前場景的光照強(qiáng)度；

所述參數(shù)調(diào)整模塊，基于所述光照強(qiáng)度對所述拍攝模塊的拍攝參數(shù)進(jìn)行調(diào)整；

所述拍攝模塊，用于拍攝場景視頻，得到待檢測數(shù)據(jù)。

其中，所述基于深度神經(jīng)網(wǎng)絡(luò)圖像的目標(biāo)識別與運(yùn)動(dòng)檢測系統(tǒng)還包括清潔子系統(tǒng)，所述清潔子系統(tǒng)與所述調(diào)整子系統(tǒng)連接；

所述清潔子系統(tǒng)，用于對所述拍攝模塊的采集端進(jìn)行清潔。

其中，所述預(yù)測子系統(tǒng)包括爬取模塊、預(yù)處理模塊、構(gòu)建模塊和預(yù)測模塊，所述爬取模塊、所述預(yù)處理模塊和所述預(yù)測模塊依次連接，所述構(gòu)建模塊與所述預(yù)測模塊連接；

所述爬取模塊，用于爬取公開數(shù)據(jù)集；

所述預(yù)處理模塊，用于對所述公開數(shù)據(jù)集進(jìn)行預(yù)處理，得到訓(xùn)練集和驗(yàn)證集；

所述構(gòu)建模塊，用于使用所述訓(xùn)練集和所述驗(yàn)證集對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和驗(yàn)證，得到目標(biāo)預(yù)測模型；

所述預(yù)測模塊，用于將所述待檢測數(shù)據(jù)輸入所述目標(biāo)預(yù)測模型進(jìn)行預(yù)測，得到運(yùn)動(dòng)目標(biāo)。

其中，所述預(yù)處理模塊包括過濾子模塊、標(biāo)注子模塊和劃分子模塊，所述過濾子模塊、所述標(biāo)注子模塊和所述劃分子模塊依次連接；

所述過濾子模塊，用于對所述公開數(shù)據(jù)集進(jìn)行過濾，得到過濾數(shù)據(jù)集；

所述標(biāo)注子模塊，用于對所述過濾數(shù)據(jù)集進(jìn)行標(biāo)注，得到標(biāo)注數(shù)據(jù)集；