[发明专利]图像识别方法、装置和视频监控设备在审

专利信息
申请号: 201710416585.9 申请日: 2017-06-06
公开(公告)号: CN109002744A 公开(公告)日: 2018-12-14
发明(设计)人: 姚晓 申请(专利权)人: 中兴通讯股份有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 广东广和律师事务所 44298 代理人: 章小燕
地址: 518000 广东省深圳市*** 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: 目标对象 特征信息 图像识别 学习算法 视频监控设备 结构化特征 图像信息 海量视频数据 视频监控技术 高效结构 模块检测 模型检测 模型识别 人工智能 深度融合 实时检测 信息资源 检测 检索 视频 精细 智能 学习 管理
【权利要求书】:

1.一种图像识别方法,其特征在于,包括以下步骤:

利用基于深度学习算法训练的检测模型检测图像信息中的目标对象,所述检测模型包括车辆检测模型、人脸检测模型和人形检测模型;

利用基于深度学习算法训练的识别模型识别所述目标对象的特征信息,所述识别模型包括车辆识别模型、人脸识别模型和人形识别模型;

从所述特征信息中提取出所述目标对象的结构化特征。

2.根据权利要求1所述的图像识别方法,其特征在于,所述目标对象包括车辆、人脸和人形中的至少一种。

3.根据权利要求2所述的图像识别方法,其特征在于,所述目标对象包括车辆,所述从所述特征信息中提取出所述目标对象的结构化特征包括:

从所述车辆的特征信息中提取出所述车辆的属性特征、标识物特征、主/副驾特征和/或运动特征中的至少一种作为所述车辆的结构化特征。

4.根据权利要求3所述的图像识别方法,其特征在于,所述车辆的属性特征包括车牌号码、车牌类型、车辆品牌、车辆型号、车辆类型和车辆颜色中的至少一种。

5.根据权利要求2所述的图像识别方法,其特征在于,所述目标对象包括人脸,所述从所述特征信息中提取出所述目标对象的结构化特征包括:

从所述人脸的特征信息中提取出所述人脸的属性特征和装饰特征中的至少一种作为所述人脸的结构化特征。

6.根据权利要求2所述的图像识别方法,其特征在于,所述目标对象包括人形,所述从所述特征信息中提取出所述目标对象的结构化特征包括:

从所述人形的特征信息中提取出所述人形的服饰特征、携带物特征和运动特征中的至少一种作为所述人形的结构化特征。

7.一种图像识别装置,其特征在于,包括:

检测模块,用于利用基于深度学习算法训练的检测模型检测图像信息中的目标对象,所述检测模型包括车辆检测模型、人脸检测模型和人形检测模型;

识别模块,用于利用基于深度学习算法训练的识别模型识别所述目标对象的特征信息,所述识别模型包括车辆识别模型、人脸识别模型和人形识别模型;

提取模块,用于从所述特征信息中提取出所述目标对象的结构化特征。

8.根据权利要求7所述的图像识别装置,其特征在于,所述目标对象包括车辆,所述提取模块用于:

从所述车辆的特征信息中提取出所述车辆的属性特征、标识物特征、主/副驾特征和/或运动特征中的至少一种作为所述车辆的结构化特征。

9.根据权利要求7所述的图像识别装置,其特征在于,所述目标对象包括人脸,所述提取模块用于:

从所述人脸的特征信息中提取出所述人脸的属性特征和装饰特征中的至少一种作为所述人脸的结构化特征。

10.一种视频监控设备,包括存储器、处理器和至少一个被存储在所述存储器中并被配置为由所述处理器执行的应用程序,其特征在于,所述应用程序被配置为用于执行权利要求1至6任一项所述的图像识别方法。

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中兴通讯股份有限公司,未经中兴通讯股份有限公司许可,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/201710416585.9/1.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