[发明专利]基于云端分离卷积神经网络的窄带通信智能图像分析系统

说明书

本发明涉及一种基于云端分离卷积神经网络的窄带通信智能图像分析系统，其特征在于，包括：终端设备(1)和云端设备(2)，所述的终端设备(1)带有图像传感器，并通过窄带网络与云端设备(2)连接，所述的云端设备(2)存储并运行图像分析处理程序，所述的终端设备(1)采用卷积神经网络算法将采集到的图像进行预处理，得到一维特征向量并传输到云端设备(2)进行处理，获得图像识别结果。与现有技术相比，本发明具有成本低、灵活性高等优点。

技术领域

本发明涉及一种图像分析系统，尤其是涉及一种基于云端分离卷积神经网络的窄带通信智能图像分析系统。

背景技术

智能图像分析技术常应用于人脸识别、车牌识别、人流分析和车流分析等场景。当前的智能图像分析系统与装置一般有两类，第一类是前端智能系统与装置，即在设备端进行智能图像分析，并将分析结果上传到云端或本地保存。典型的这类设备与装置是带有智能图像处理芯片的智能摄像头和本地智能图像分析主机等。第二类是后端(云端)智能系统与装置，即把图像通过光纤或者3g、4g等宽带信道上传到后端，在云端对图像做智能图像分析。

这两类系统各有一些缺点。第一类前端智能系统与装置，这类系统在设备端必须要搭配具有图像分析能力的专用DSP芯片，并且DSP芯片的功能往往在部署时就已经确定，无法根据不同的应用场景(例如人脸识别、车牌识别)而切换功能，这样。这种方案的缺点是前端设备的成本高，不适合大规模部署，而且应用的灵活度差，不适合智能识别场景需要调整变化的应用。第二类后端智能系统与装置，这类系统需要前端设备将图像通过光纤、3g或4g等宽带传输网络上传到后端，这些宽带传输网络的网络成本都比较高。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种适合大规模部署、高性价比、高灵活度的基于云端分离卷积神经网络的窄带通信智能图像分析系统。

本发明的目的可以通过以下技术方案来实现：

一种基于云端分离卷积神经网络的窄带通信智能图像分析系统，包括：终端设备和云端设备，所述的终端设备带有图像传感器，并通过窄带网络与云端设备连接，所述的云端设备存储并运行图像分析处理程序，所述的终端设备采用卷积神经网络算法将采集到的图像进行预处理，得到一维特征向量并传输到云端设备进行处理，获得图像识别结果。

所述的终端设备与云端设备双向连接，所述的云端设备向终端设备发送图像识别指令和相应的特征选择器。

所述的云端设备中存有事先训练好的卷积神经网络模型。

所述的终端设备为基于ARM芯片的嵌入式Linux设备。

所述的预处理包括图像卷积、非线性映射和池化。

所述的窄带网络为NB-IOT或LoRA。

所述的云端设备的图像分析处理程序被部署在私有云或公有云上。

与现有技术相比，本发明具有以下优点：

(1)终端设备采用卷积神经网络算法将采集到的图像进行预处理，得到一维特征向量并传输到云端设备进行处理，仅需要使用窄带网络就可以满足通信要求，避免使用光纤、3g、4g等宽带网络的高昂网络开通和传输费用。

(2)将CNN中复杂的大网络全连接推理层放到云端设备，从而减少对终端设备计算能力的要求，降低终端设备的成本。

(3)终端设备与云端设备双向连接，云端设备向终端设备发送图像识别指令和相应的特征选择器，使终端设备可以进行不同的预处理，增加智能图像分析应用的灵活度。

(4)避免使用传统的一体化摄像头，采用图像传感器，降低设备端的成本和体积，提升图像采集和处理的灵活性和自主性。

附图说明

图1为本实施例终端设备架构图；