[发明专利]一种基于可回溯目标识别的智能寻物方法及系统

权利要求书

1.一种基于可回溯目标识别的智能寻物方法，其特征在于，包括：

对场景视频进行稀疏模型建模处理，获得稀疏模型的视频信号；

对所述视频信号采用YOLO目标识别算法，并基于所述稀疏模型构造自适应目标字典，识别所述视频信号中的目标；

提取所述视频信号的视频关键帧，对所述视频关键帧进行预处理，获取所述目标最后出现的位置。

2.根据权利要求1所述的基于可回溯目标识别的智能寻物方法，其特征在于，对所述视频关键帧进行预处理包括：按时间回溯倒叙排列所述视频关键帧。

3.根据权利要求1所述的基于可回溯目标识别的智能寻物方法，其特征在于，对所述场景视频进行稀疏模型建模处理包括：引入行列式约束构成稀疏模型；

所述行列式约束为：

f(H)＝max(det(HH^T))

其中，H为稀疏矩阵，H^T为稀疏矩阵H的转置，det()为行列式。

4.根据权利要求1所述的基于可回溯目标识别的智能寻物方法，其特征在于，构造所述自适应目标字典包括：

对所述自适应目标字典施加正交约束；

将施加正交约束后的所述自适应目标字典进行Cayley变换处理，并加入Barzilai-Borwein步长。

5.根据权利要求1所述的基于可回溯目标识别的智能寻物方法，其特征在于，提取所述视频信号的视频关键帧的方式为：采用关键帧提取模型；

所述关键帧提取模型为：

其中，J_GMC(X)为稀疏约束，Y为视频信号矩阵，F为Frobenius范数，为求解最小F范数下参数的取值。

6.一种基于可回溯目标识别的智能寻物系统，其特征在于，包括：采集模块、识别模块、构造模块和寻物模块；

所述采集模块用于对场景视频进行稀疏模型建模处理，获得稀疏模型的视频信号；

所述识别模块用于对所述视频信号采用YOLO目标识别算法，识别所述视频信号中的目标；

所述构造模块用于构造自适应目标字典，对所述视频信号采用所述自适应目标字典进行学习；

所述寻物模块用于提取所述视频信号的视频关键帧，对所述视频关键帧进行处理，获取所述目标最后出现的位置。

7.根据权利要求6所述的基于可回溯目标识别的智能寻物系统，其特征在于，所述寻物模块中对所述视频关键帧进行处理包括：按时间回溯倒叙排列所述视频关键帧。

8.根据权利要求6所述的基于可回溯目标识别的智能寻物系统，其特征在于，所述采集模块中对所述场景视频进行稀疏模型建模处理包括：引入行列式约束构成稀疏模型；

所述行列式约束为：

f(H)＝max(det(HH^T))

其中，H为稀疏矩阵，H^T为稀疏矩阵H的转置，det()为行列式。

9.根据权利要求6所述的基于可回溯目标识别的智能寻物系统，其特征在于，所述构造模块中构造所述自适应目标字典包括：

对所述自适应目标字典施加正交约束；

将施加正交约束后的所述自适应目标字典进行Cayley变换处理，并加入Barzilai-Borwein步长。