[发明专利]对象密度监控系统、方法、视频解析服务器及存储介质有效

专利信息
申请号: 202011033404.2 申请日: 2020-09-27
公开(公告)号: CN112052833B 公开(公告)日: 2023-04-07
发明(设计)人: 徐海俊;孙新;曹李军;章勇;张琦;蒲一超 申请(专利权)人: 苏州科达科技股份有限公司;上海领世通信技术发展有限公司
主分类号: G06V20/52 分类号: G06V20/52;G06V10/82;G06N3/0464;G06N3/08;H04N7/18
代理公司: 苏州谨和知识产权代理事务所(特殊普通合伙) 32295 代理人: 叶栋
地址: 215011 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 密度 监控 系统 方法 视频 解析 服务器 存储 介质
【说明书】:

本申请涉及一种对象密度监控系统、方法、视频解析服务器及存储介质,属于物联网技术领域,该系统包括:多个摄像头;与每个摄像头通信相连的网关将摄像头采集到的监控画面传送至视频解析服务器;与网关通信相连的视频解析服务器接收网关传送的监控画面;将监控画面输入预存的对象密度监控模型,以输出对象密度信息;对象密度监控模型是经过模型裁剪得到的;与视频解析服务器通信相连的业务平台接收并显示视频解析服务器的对象密度信息;可以解决使用卷积神经网络进行对象密度监控时系统对设备要求较高,难以在低设备、功耗低的情况下满足多路视频实时分析的需求的问题;可以降低系统对设备的硬件要求,满足多路视频的监控需求。

技术领域

本申请涉及一种对象密度监控系统、方法、视频解析服务器及存储介质,属于物联网技术领域。

背景技术

人群密度过高已成为现代城市面临的重大安全威胁。通过技术手段对人群密度进行管控,对高密度人群进行预警,已成为智能安防领域的研究热点。

现有的人群密度监控系统通常使用卷积神经网络的方法回归出人群密度图。

然而,卷积神经网络的网络参数量大,运行时占用的设备资源较高,导致人群密度监控系统对设备要求较高的问题。

发明内容

本申请提供了一种对象密度监控系统、方法、视频解析服务器及存储介质,可以解决现有的人群密度监控系统使用卷积神经网络进行对象密度监控时,系统对设备要求较高,难以在低设备、功耗低的情况下满足多路视频实时分析的需求的问题。本申请提供如下技术方案:

第一方面,提供了一种对象密度监控系统,所述系统包括:

多个摄像头,用于采集监控场景内的监控画面;

网关,与每个摄像头通信相连,并将所述摄像头采集到的监控画面传送至视频解析服务器;

所述视频解析服务器,与所述网关通信相连,并接收所述网关传送的监控画面;将所述监控画面输入预存的对象密度监控模型,以输出对象密度信息;其中,所述对象密度监控模型是经过模型裁剪得到的;

业务平台,与所述视频解析服务器通信相连,并接收并显示所述视频解析服务器的对象密度信息。

可选地,所述对象密度监控模型的训练过程包括:

使用训练数据对基准网络进行训练得到初始网络模型,所述训练数据包括多张具有对象的对象图像和每张对象图像的对象标注信息;

对所述初始网络模型进行裁剪;

使用所述训练数据对裁剪后的模型进行训练,直至训练得到的模型与本次裁剪前的模型的准确率之差小于准确率阈值时,得到训练后的裁剪模型;

若所述裁剪后的模型的参数数量大于预设阈值,则对所述训练后的裁剪模型再次裁剪,并执行使用所述训练数据对再次裁剪后的模型进行训练,直至训练得到的模型与本次裁剪前的模型的准确率之差小于准确率阈值时,得到训练后的裁剪模型;

若所述裁剪后的模型的参数数量小于或等于所述预设阈值,将该所述训练后的裁剪模型确定为所述对象密度监控模型。

可选地,所述训练数据包括原始采集数据和所述原始采集数据的增广数据;

所述增广数据是指对所述原始采集数据进行数据增广操作后得到的数据。

可选地,所述数据增广操作包括基于图像金字塔的尺度变换操作。

可选地,所述对象密度监控模型用于识别所述监控画面中的对象,得到对象的密度热值图;所述对象密度信息包括所述密度热值图;

所述对象标注信息包括将每张对象图像中的对象标签与高斯核函数进行卷积后得到的对象密度热值图;

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苏州科达科技股份有限公司;上海领世通信技术发展有限公司,未经苏州科达科技股份有限公司;上海领世通信技术发展有限公司许可,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/202011033404.2/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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