[发明专利]图像识别方法、装置和视频监控设备

说明书

本发明公开了一种图像识别方法、装置和视频监控设备，所述方法包括以下步骤：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；利用基于深度学习算法训练的识别模型识别目标对象的特征信息；从特征信息中提取出目标对象的结构化特征。从而，通过将人工智能的深度学习技术和视频监控技术深度融合，利用基于深度学习算法训练的检测模型和识别模块检测图像信息中的目标对象并识别目标对象的特征信息，进而提取出目标对象精细的结构化特征，从而大大提高了图像识别效率和识别精度，实现了海量视频数据的高效结构化管理，形成了有效的信息资源，大大提高了检索速度，特别是能够实现对视频中人、车两大主要对象的智能实时检测与识别。

技术领域

本发明涉及视频监控技术领域，尤其涉及一种图像识别方法、装置和视频监控设备。

背景技术

视频监控因为其直观、准确、及时、内容丰富而广泛应用于多种场合。近年来，全国各地公安机关大力开展视频监控系统建设，视频技术已逐步成为各类案(事)件侦破处置过程中搜集证据、提取线索的重要手段。在监所、平安城市、公安、金融等行业，视频监控功能可谓是重中之重。

大量的监控设备无时无刻不产生着视频数据，庞大的视频数据带来的是人力难以克服的视频分析困局。当前的监控系统存在实时监控设备众多，图像信息全靠人力或者传统的机器学习方法来识别，识别效率和识别精度都很低，因此无法对海量的视频数据进行高效整合管理，形成有效的信息资源，特别是不能实现对视频中人、车两大主要监控对象的智能实时检测与识别。

发明内容

有鉴于此，本发明的目的在于提供一种图像识别方法、装置和视频监控设备，以解决图像识别效率和识别精度低的技术问题。

本发明解决上述技术问题所采用的技术方案如下：

根据本发明的一个方面，提供的一种图像识别方法，所述方法包括以下步骤：

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。

可选地，所述目标对象包括车辆、人脸和人形中的至少一种。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

根据本发明的另一个方面，提供的一种图像识别装置，所述装置包括：

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。