[发明专利]针对运动场所进行视频采集的自动控制方法在审
| 申请号: | 202010945507.X | 申请日: | 2020-09-07 |
| 公开(公告)号: | CN112183235A | 公开(公告)日: | 2021-01-05 |
| 发明(设计)人: | 李国显;管伟东;王海滨 | 申请(专利权)人: | 根尖体育科技(北京)有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/02;G06T5/00;G06T7/20;G06T7/90 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 100086 北京市海淀区中关村二十*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 针对 运动 场所 进行 视频 采集 自动控制 方法 | ||
1.一种针对运动场所进行视频采集的自动控制方法,其特征在于,包括:
针对运动场所周期性采集图像;
利用训练好的人工神经网络模型处理采集的图像从而判断运动场所中是否有人在运动;
若有人在运动,则启动视频采集;否则,不启动视频采集。
2.根据权利要求1所述的方法,其特征在于,在所述利用训练好的人工神经网络模型处理采集的图像之前,所述方法还包括:
利用训练数据集训练人工神经网络;
利用测试数据集检测完成一次训练的人工神经网络的判断准确率;
若所述判断准确率未达到阈值要求,则继续利用训练数据集训练人工神经网络,直至所述判断准确率达到阈值要求为止。
3.根据权利要求2所述的方法,其特征在于,在所述利用训练数据集训练人工神经网络之前,所述方法还包括:获取训练数据集和测试数据集。
4.根据权利要求1所述的方法,其特征在于,所述人工神经网络模型为yolov3网络模型。
5.根据权利要求1所述的方法,其特征在于,所述利用训练好的人工神经网络模型处理采集的图像,包括:转换所采集的图像的格式,将转换格式后的图像输入训练好的人工神经网络模型进行处理。
6.根据权利要求1所述的方法,其特征在于,所述针对运动场所周期性采集图像,包括:针对运动场所周期性拍摄视频,从视频中抽取图像,对抽取的图像进行格式转换。
7.根据权利要求2所述的方法,其特征在于,所述利用测试数据集检测完成一次训练的人工神经网络的判断准确率,包括:
在测试数据集上生成对应的检测目标的矩形框坐标;
根据检测的矩形框坐标和标注的检测框的坐标,计算平均精度和平均精度的均值。
8.一种电子设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-7中任一所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以实现如权利要求1-7中任一所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于根尖体育科技(北京)有限公司,未经根尖体育科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010945507.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:在线多任务学习的人体姿态射频识别方法
- 下一篇:一种塑料颗粒提升机





