[发明专利]基于图像识别的异常摄像头排查方法、装置、设备及介质在审

专利信息
申请号: 202111007285.8 申请日: 2021-08-30
公开(公告)号: CN113705472A 公开(公告)日: 2021-11-26
发明(设计)人: 陈于辉 申请(专利权)人: 平安国际智慧城市科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06N3/04
代理公司: 深圳市明日今典知识产权代理事务所(普通合伙) 44343 代理人: 王杰辉
地址: 518000 广东省深圳市前海深港合*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 识别 异常 摄像头 排查 方法 装置 设备 介质
【权利要求书】:

1.一种基于图像识别的异常摄像头排查方法,其特征在于,所述方法包括:

接入第一摄像头组的视频流地址和第二摄像头组的视频流地址,其中,第一摄像头组包括若干个工作状态异常的第一摄像头,第二摄像头组包括若干个工作状态正常的第二摄像头;

启动所述第一摄像头组和所述第二摄像头组,分别采集每一个所述第一摄像头和每一个所述第二摄像头产生的拍摄图片,并将所述拍摄图片分为异常训练样本和正常训练样本;

将所述异常训练样本和所述正常训练样本作为第一学习样本,训练产生第一识别模型;

获取若干个目标图片,采用所述第一识别模型对若干个所述目标图片进行分类,得到对应的正常图片和异常图片;

对所述异常图片中的被遮挡部分进行轮廓标记,并根据所述轮廓的形状判断各个所述异常图片中,所述被遮挡部分对应的遮挡物类别;

识别各个所述异常图片对应的异常摄像头,根据所述异常摄像头的视频流地址和所述遮挡物类别生成并发送告警指令。

2.根据权利要求1所述的基于图像识别的异常摄像头排查方法,其特征在于,所述将所述拍摄图片分为异常训练样本和正常训练样本,包括:

计算每一个所述拍摄图片的模糊参数,将所述模糊参数大于预设的模糊阈值的所述拍摄图片标注为异常训练样本,并将所述模糊参数不大于所述模糊阈值的拍摄图片标注为正常训练样本。

3.根据权利要求1所述的基于图像识别的异常摄像头排查方法,其特征在于,所述根据所述异常摄像头的视频流地址和所述遮挡物类别生成并发送告警指令,包括:

当识别到所述遮挡物的类别为动物时,开始延迟时间计时;

当所述延迟时间大于预设的延迟阈值时,再次采集所述异常摄像头的实时图片,识别所述实时图片中是否存在与所述被遮挡部分相同的像素区域;

若存在,根据所述异常摄像头的视频流地址和所述遮挡物类别生成并发送所述告警指令。

4.根据权利要求1所述的基于图像识别的异常摄像头排查方法,其特征在于,所述对所述异常图片中的被遮挡部分进行轮廓标记,包括:

计算所述异常图片中的梯度值;

根据所述梯度值识别所述异常图片中的被遮挡部分,并标记所述被遮挡部分的轮廓。

5.根据权利要求1所述的基于图像识别的异常摄像头排查方法,其特征在于,所述分别采集每一个所述第一摄像头和每一个所述第二摄像头产生的拍摄图片,包括:

按照预设的采集频率,分别采集所述每一个所述第一摄像头和每一个所述第二摄像头产生的图片帧;

对所述图片帧进行复制处理,得到若干个复制帧,并对所述复制帧进行变换处理,得到若干个变换帧,其中,所述变换处理包括缩放、旋转、平移中的至少一种;

将所述变换帧和所述图片帧共同作为所述拍摄图片。

6.根据权利要求1所述的基于图像识别的异常摄像头排查方法,其特征在于,所述对所述异常图片中的被遮挡部分进行轮廓标记之后,还包括:

根据所述被遮挡部分的轮廓计算所述被遮挡部分的面积;

所述根据所述异常摄像头的视频流地址和所述遮挡物类别生成并发送告警指令,还包括:

根据所述异常摄像头的视频流地址和所述遮挡物类别生成所述告警指令;

根据所述所述被遮挡部分的面积由大到小的顺序对所述告警指令进行排序,并依次发送排序后的所述告警指令。

7.根据权利要求1所述的基于图像识别的异常摄像头排查方法,其特征在于,所述采用所述第一识别模型对若干个所述目标图片进行分类,包括:

通过低通滤波器对所述目标图片进行一次滤波,得到第一滤波图片;

通过高频滤波器对所述第一滤波图片进行二次滤波,得到第二滤波图片;

采用所述第一识别模型对所述第二滤波图片进行识别并分类。

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平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,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/202111007285.8/1.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