[发明专利]一种基于深度神经网络的无人机航拍视频分析方法

说明书

本发明公开了一种基于深度神经网络的无人机航拍视频分析方法，步骤为：将采集到的无人机航拍视频上传至视频平台；建立无人机航拍人群分析库，建立训练集和测试集；训练并测试模型直至测试正确率大于期望值；保存并应用训练后的模型，对无人机航拍视频平台上实时采集到的视频进行分析处理；保存并统计分析处理结果。本发明方法结合无人机航拍人群分析库和深度学习神经网络模型，能够自动实时对无人机航拍视频进行人群行为识别和分析，从而能够在相应情况下作出预警，降低人群相关事故发生的概率，其分析方法相对于以往的人工分析方法，分析更准确，效率更高。本发明作为一种基于深度神经网络的无人机航拍视频分析方法可广泛应用于数据处理领域。

技术领域

本发明涉及数据处理领域，尤其是一种基于深度神经网络的无人机航拍视频分析方法。

背景技术

无人机航拍摄影技术可广泛应用于国家生态环境保护、矿产资源勘探、海洋环境监测、土地利用调查、水资源开发、农作物长势监测与估产、农业作业、自然灾害监测与评估、城市规划与市政管理、森林病虫害防护与监测、公共安全、国防事业、数字地球以及广告摄影等领域。无人机最大的好处，是不必担心人员安全，也不必担心飞行员的体力限制。无人机可以执行各种最为危险的任务，最坏的结局不过是损失一架可以大量生产的飞机。

无人机在诸多事关民生和非传统安全事务的领域，发挥着重要作用。如灾情监视、交通巡逻、治安监控和航空摄影、地球物理勘探、海岸缉私等。我国也早在1993年就将无人机应用于大气探测、气象灾害遥感、生态遥感、人工影响天气等课题。当自然灾害(如地震、洪水、泥石流、海啸等)发生时，在指挥中心与现场之间搭建一条无形的信息“桥梁”，快速构成一个应急局域无线通信网以解燃眉之急，为救灾赢得宝贵时间。

在云计算、大数据、深度学习、神经网络、人工智能等新技术逐步广泛应用的大背景下，信息技术对教育的革命性影响日趋明显。在各省陆续建立视频大数据战略的大背景下，数据成为关键资源。而无人机航拍作为数据采集的终端，在这方面具有先天优势。无人机航拍设备已经走进越来越多人的生活，海量的音视频数据被记录和保存下来。但这些音视频往往只是简单的放在视频平台上以供需要时播放使用，除此之外便被束之高阁，价值密度很低，造成资源浪费。

基于无人机航拍视频的行为分析，作为计算机视觉和模式识别、人工智能和数据挖掘等的交叉研究领域，是当前智能视频技术研究中的热点。对特定场景内的人群行为分析，可以对其行为规律作出描述，从而实现利用机器智能进行异常事件自动检测，还可以学习建立相关行为模型，为公共空间设计、智能环境等提供参考。

传统的无人机航拍视频分析平台主要依靠监控人员对视频进行监看。随着经济的发展与社会的进步，视频监控技术被广泛应用在当今世界的各个角落，视频监控设备的数量及其产生的监控数据不断快速增长。在大街小巷采集到的各种无人机航拍视频，每周产生多达40亿个小时的视频数据。人工对这些无人机航拍获得的视频进行监视或信息统计需要付出越来越多的人力成本，甚至可能超出人力的处理范围。一个接受过训练的工作人员可以同时有效监看的视频不超过十六路，且对于一些规模较为庞大的视频信息，增加人力并不一定提高监控的效率。另外，人工进行长时间监控，可能导致监控者视觉疲劳，注意力下降，降低监控的准确性和效率，甚至出现错报漏报。

计算机和网络技术的发展，使得利用机器处理海量监控数据成为可能，并可以获得比人工处理高得多的处理效率和准确性。自2001年美国911恐怖袭击事件发生后，随着恐怖主义势力活动的不断猖獗，为保护公共安全，智能视频监控技术再次得到推广。在我国，由公安部门主导的“平安城市”等为目标的重大工程己在近年里逐步实施。例如，北京奥运会期间，拥有“鸟巢”、“水立方”、国家体育馆、击剑馆等十个竞技场馆的奥林匹克公园，每天人流平均十五万人次，为应对突发事件，仅在奥林匹克公园就布置有四千个摄像头用于监控。