[发明专利]面向视频侦查的目标图像检索识别系统、方法、装置、处理器及计算机可读存储介质在审

专利信息
申请号: 202011439168.4 申请日: 2020-12-11
公开(公告)号: CN112579811A 公开(公告)日: 2021-03-30
发明(设计)人: 吴松洋;丁正彦;尚岩峰;袁振国;段娜;周丽存;钟雪霞;谭懿先 申请(专利权)人: 公安部第三研究所
主分类号: G06F16/583 分类号: G06F16/583;G06T7/11;G06N3/08
代理公司: 上海智信专利代理有限公司 31002 代理人: 王洁;郑暄
地址: 200031*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 视频 侦查 目标 图像 检索 识别 系统 方法 装置 处理器 计算机 可读 存储 介质
【权利要求书】:

1.一种面向视频侦查的目标图像检索识别系统,其特征在于,所述的系统包括:

图像数据预处理模块,用于对目标图像的结构化属性特征进行分析,针对分析结果对生成的所述的目标图像进行检索质量评价,建立目标图像属性特征分析精度和评价指标的函数关联;

特征提取与选择模块,与所述的图像数据预处理模块相连接,用于对所述的目标图像进行图像按位划分处理并参考所述的目标图像属性特征分析精度,对所述的目标图像的不同局部区域的属性特征进行加权融合处理,以满足多类别的监测目标自适应特征检索需求并支持所述的监测目标的个性化属性特征检索任务;

检索模型自迭代模块,与所述的特征提取与选择模块相连接,用于对所述的目标图像采用自适应阈值对实测环境下采集到的监测目标的目标图像进行关联,并融合所述的结构化属性特征生成的描述信息进行自动化数据清洗处理,实现对所述的目标图像的训练数据的在线更新和检索模型自迭代。

2.根据权利要求1所述的面向视频侦查的目标图像检索识别系统,其特征在于,所述的特征提取与选择模块包括:

特征提取单元,用于针对目标图像进行图像按位划分处理,并确保每一个划分区域均能完整的描述所述的监测目标的一个或多个目标属性;

特征选择单元,用于通过采用选择注意力机制对所述的目标图像的属性特征进行选择。

3.根据权利要求2所述的面向视频侦查的目标图像检索识别系统,其特征在于,所述的选择注意力机制包括增强型注意力机制和抑制型注意力机制。

4.根据权利要求3所述的面向视频侦查的目标图像检索识别系统,其特征在于,获取的所述的监测目标的特征为关注结构化属性特征,并采用所述的增强型注意力机制增加所述的监测目标的目标图像中的重点关注区域的特征权重系数;或者

获取的所述的监测目标的特征为关注个性化属性特征,并采用所述的抑制型注意力机制对所述的监测目标的结构化属性特征的描述进行抑制,减小所述的结构化属性特征的相关局部区域的特征权重系数,增加个性化属性特征在检索特征中的描述的重要程度。

5.根据权利要求4所述的面向视频侦查的目标图像检索识别系统,其特征在于,所述的监测目标包括行人、机动车及非机动车。

6.根据权利要求5所述的面向视频侦查的目标图像检索识别系统,其特征在于,所述的结构化属性特征具体为:

基于目标检索任务需求,针对不同类别的监测目标提取重点关注部件的属性特征,所述的重点关注部件的属性特征包括机动车车辆颜色、年款属性特征,行人体型、衣着属性特征,非机动车车辆颜色和骑行人属性特征。

7.根据权利要求2所述的面向视频侦查的目标图像检索识别系统,其特征在于,所述的特征提取与选择模块还基于深度网络模型,通过引入细粒度类别分类信息和重点关注区域信息对获取的所述的监测目标的属性特征做进一步的优化处理,用于指导所述的特征选择单元进行选择注意力机制的选择。

8.一种基于权利要求1至7中任一项所述的系统实现面向视频侦查的目标图像检索识别的方法,其特征在于,所述的方法包括以下步骤:

(1)监测目标通过所述的图像数据预处理模块,筛选出所述的监测目标的目标图像的关键帧图像进行属性特征分析,并结合分析结果进行检索质量评价,建立目标图像属性特征分析精度和评价指标的函数关联;

(2)通过深度网络模型将筛选出的所述的关键帧图像通过所述的特征提取与选择模块针对目标图像的局部区域的深度网络特征进行加权融合处理;

(3)将经加权融合处理后所得的监测目标的属性特征数据通过所述的检索模型自迭代模块进行目标图像训练数据的在线更新和检索模型自迭代。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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公安部第三研究所,未经公安部第三研究所许可,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/202011439168.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top