[发明专利]一种基于深度学习的摄像头寻物方法

权利要求书

1.一种基于深度学习的摄像头寻物方法，其特征在于通过目标检测或本地特征提取对实时录像或历史录像进行视频分析，定位到待寻物品的当前位置或最后一次出现的位置。

2.根据权利要求1所述的一种基于深度学习的摄像头寻物方法，其特征在于所述目标检测，基于通用目标检测算法在实时监控录像或已存储的监控录像中指定物品进行视频分析和定位。

3.根据权利要求2所述的一种基于深度学习的摄像头寻物方法，其特征在于所述目标检测算法包括efficientDet、YOLO和/或SSD。

4.根据权利要求3所述的一种基于深度学习的摄像头寻物方法，其特征在于所述目标检测算法，可以使用数据进行微调，所述数据来源于使用者对易丢失物品的标注。

5.根据权利要求1所述的一种基于深度学习的摄像头寻物方法，其特征在于所述本地特征提取，基于深度学习，通过给定物品的样例图在视频中进行特征提取和对比进行定位。

6.根据权利要求5所述的一种基于深度学习的摄像头寻物方法，其特征在于本地特征提取使用的特征提取网络包括GeoDesc和/或Hardnet，给出待寻物品的图像样例，生成特征点集，再给出监控图像生成特征点集，在两个点集之间使用FLANN或BruteForce方法进行匹配。

7.根据权利要求1所述的一种基于深度学习的摄像头寻物方法，其特征在于当实时定位失败时给出物品最后一次出现的视频片段。

8.根据权利要求1-7任一项所述的一种基于深度学习的摄像头寻物方法，其特征在于该方法的具体实现过程如下：

1)、在边缘服务器或者云端服务器中部署深度学习框架和目标检测及特征提取算法，并将摄像头数据接入；

2)、将视频所有帧转换为图像，并对所有图像做统一的预处理；

3)、使用者给定待寻物品的类别名或者样例图，根据给出信息的不同选取不同的视频分析方式；

4)、当给出物品类别信息时，先对目标检测支持的类别进行检索，如果有该物品则对视频进行目标检测任务；

5)、当目标检测失败或者给出的是图像的样例图时，进行图像特征提取和匹配；

6)、以上两步中任意一步检测出待寻物品则返回物品出现的时间和所在位置。

9.一种基于深度学习的摄像头寻物装置，其特征在于，包括：至少一个存储器和至少一个处理器；

所述至少一个存储器，用于存储机器可读程序；

所述至少一个处理器，用于调用所述机器可读程序，执行权利要求1至8任一所述的方法。

10.计算机可读介质，其特征在于，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行权利要求1至8任一所述的方法。