[发明专利]一种基于神经网络的连续异常图像检测方法在审
| 申请号： | 201910128624.4 | 申请日： | 2019-02-21 |
| 公开（公告）号： | CN109993055A | 公开（公告）日： | 2019-07-09 |
| 发明（设计）人： | 刘文;李凡平;石柱国 | 申请（专利权）人： | 北京以萨技术股份有限公司;青岛以萨数据技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 合肥律众知识产权代理有限公司 34147 | 代理人： | 黄景燕 |
| 地址： | 100000 北京市朝阳区*** | 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： | 本发明公开了一种基于神经网络的连续异常图像检测方法，主要包括：1）通过FFMPEG读取摄像头实时视频的帧图像，并对检测区域进行裁剪，获取到识别的区域图像，2）使用CNN实时对获得的实时图像进行特征的提取，并且将最后的特征拉伸展平成一个[1,512]的特征，每获取5个一维的图像特征后将五个一维的特征堆叠成一个[5,512]的特征，从而实现既保留了图像的空间上的特征又保留了视频序列上的特征，使用循环神经网络学习该特征的时间序列的信息从而检测到异常的图像的变化最终达到了检测异常图像的目的。本发明专利在识别的准确率上非常高，通过对实时的视频图像的处理来达到监测皮带破损的目的，从而可以提前预警，保证了工业的安全生产。 | ||
| 搜索关键词： | 异常图像 检测 神经网络 读取 图像 循环神经网络 摄像头 检测区域 区域图像 时间序列 实时视频 实时图像 视频图像 视频序列 图像特征 帧图像 准确率 保留 堆叠 拉伸 展平 裁剪 皮带 破损 安全生产 预警 监测 保证 学习 | ||
【主权项】：
1.一种基于神经网络的连续异常图像检测方法，其特征在于，主要包括以下几个步骤：1）通过FFMPEG读取摄像头实时视频的帧图像，并对检测区域进行裁剪，获取到识别的区域图像；2）使用CNN实时对获得的实时图像进行特征的提取，并且将最后的特征拉伸展平成一个[1,512]的特征；3）每获取5个一维的图像特征后将五个一维的特征堆叠成一个[5,512]的特征，从而实现既保留了图像的空间上的特征又保留了视频序列上的特征；4）使用循环神经网络学习该特征的时间序列的信息从而检测到异常的图像的变化最终达到了检测异常图像的目的。
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北京以萨技术股份有限公司;青岛以萨数据技术有限公司，未经北京以萨技术股份有限公司;青岛以萨数据技术有限公司许可，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/patent/201910128624.4/，转载请声明来源钻瓜专利网。
