基于摄像头场景的对象识别方法及装置、计算设备制造方法及图纸

本发明专利技术公开了一种基于摄像头场景的对象识别方法及装置、计算设备，其方法包括：获取摄像头拍摄的图像；将图像输入至第二神经网络中，得到对象识别结果；其中，第二神经网络利用预先训练的第一神经网络的至少一层中间层的输出数据进行指导训练得到，第一神经网络的层数多于第二神经网络的层数；根据对象识别结果，发送对应的信息给用户终端。本发明专利技术利用训练后层数较少的神经网络快速准确计算得到对象识别结果，方便根据得到的对象识别结果，可以及时的反馈给用户终端准确的信息，使用户终端可以及时地根据对象识别结果进行相应的处理。

Object recognition method and device and computing equipment based on camera scene

The invention discloses a computing device and apparatus, object recognition method based on scene camera, the method comprises: acquiring an image of the camera; the image input to the second neural network, object recognition results; among them, second neural network using the output data of at least one layer of the middle layer of the first neural network pre training the training of neural network, the first layer of more than second neural network layers; according to object recognition results, sending information corresponding to the user terminal. After training the neural network with few layers quickly and accurately calculate the object recognition results by using the invention, to facilitate object recognition results, can be timely feedback to the user terminal accurate information, the user terminal can be timely according to object recognition results for the corresponding treatment.

【技术实现步骤摘要】
基于摄像头场景的对象识别方法及装置、计算设备
本专利技术涉及深度学习领域，具体涉及一种基于摄像头场景的对象识别方法及装置、计算设备。
技术介绍
对人物的识别一般通过人脸识别实现，人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术。目前，摄像头已经被广泛应用于实时监控、远程医疗及视频会议等方面，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。对人脸识别的应用中包括如识别到陌生人，这时需要快速及时识别，以避免险情发生。现有技术中，在对摄像头所采集到的图像或视频流进行识别时所使用的神经网络往往具有多层中间层，这样可以得到更精准的识别结果。但多层中间层的计算速度会较慢，不能快速的识别，无法快速的得到当前摄像头拍摄的具体情况。而使用中间层较少的神经网络时，由于中间层层数较少，其计算速度较快，但受其层数限制，有可能造成计算能力有限、拟合能力较差、得到结果不准确等问题。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的基于摄像头场景的对象识别方法及装置、计算设备。根据本专利技术的一个方面，提供了一种基于摄像头场景的对象识别方法，其包括：获取摄像头拍摄的图像；将图像输入至第二神经网络中，得到对象识别结果；其中，第二神经网络利用预先训练的第一神经网络的至少一层中间层的输出数据进行指导训练得到，第一神经网络的层数多于第二神经网络的层数；根据对象识别结果，发送对应的信息给用户终端。可选地，对象识别结果中的特定对象不是数据库中预先已标注的第一对象；根据对象识别结果，发送对应的信息给用户终端进一步包括：根据对象识别结果中图像包含的特定对象不是数据库中预先已标注的第一对象的对象识别结果，且当前时间处于预设安保时间范围，发送报警信息给用户终端。可选地，对象识别结果中的特定对象不是数据库中预先已标注的第一对象；对象识别结果还包括对特定对象携带的物品的识别结果；根据对象识别结果，发送对应的信息给用户终端进一步包括：根据对象识别结果中图像包含的特定对象不是数据库中预先已标注的第一对象的对象识别结果，且对象识别结果中特定对象携带的物品属于预设危险物品列表，发送报警信息给用户终端。可选地，对象识别结果中的特定对象不是数据库中预先已标注的第一对象；对象识别结果还包括对特定对象动作的识别结果；根据对象识别结果，发送对应的信息给用户终端进一步包括：根据对象识别结果中图像包含的特定对象不是数据库中预先已标注的第一对象的对象识别结果，且对象识别结果中对象识别结果为特定对象动作属于预设危险动作列表，发送报警信息给用户终端。可选地，对象识别结果中的特定对象是数据库中预先已标注的第一对象；根据对象识别结果，发送对应的信息给用户终端进一步包括：根据对象识别结果中图像包含的特定对象是数据库中预先已标注的第一对象的对象识别结果，发送提醒信息给用户终端。可选地，方法还包括：向摄像头发送拍摄指令，以供摄像头拍摄包含特定关注对象的视频数据。可选地，方法还包括：将对象识别结果发送给用户终端，以供用户终端通过人工标注将特定对象标注为第一对象。可选地，第二神经网络的训练过程包括：将对象识别的训练样本数据输入至经训练得到的第一神经网络中，获得第一神经网络的至少一层第一中间层的输出数据；将对象识别的训练样本数据输入至待训练的第二神经网络中，获得第二神经网络的至少一层第二中间层的输出数据以及最终输出数据，至少一层第二中间层与至少一层第一中间层具有对应关系；利用至少一层第二中间层的输出数据与至少一层第一中间层的输出数据之间的损失，以及最终输出数据与预标注的输出数据之间的损失，对第二神经网络进行训练。可选地，至少一层第一中间层包含第一神经网络的瓶颈层；至少一层第二中间层包含第二神经网络的瓶颈层。可选地，利用至少一层第二中间层的输出数据与至少一层第一中间层的输出数据之间的损失，以及最终输出数据与预标注的输出数据之间的损失，对第二神经网络进行训练进一步包括：根据至少一层第二中间层的输出数据与至少一层第一中间层的输出数据之间的损失更新第二神经网络的权重参数，根据最终输出数据与预标注的输出数据之间的损失更新第二神经网络的权重参数，对第二神经网络进行训练。可选地，在将训练样本的输入数据输入至待训练的第二神经网络中，获得第二神经网络的至少一层第二中间层的输出数据以及最终输出数据之前，方法还包括：将对象识别的训练样本数据进行下采样处理，将处理后的数据作为第二神经网络的对象识别的训练样本数据。可选地，利用至少一层第二中间层的输出数据与至少一层第一中间层的输出数据之间的损失，以及最终输出数据与预标注的输出数据之间的损失，对第二神经网络进行训练进一步包括：利用至少一层第二中间层的输出数据与至少一层第一中间层的输出数据之间的损失，以及最终输出数据与对下采样处理后对象识别的训练样本数据的预标注的输出数据之间的损失，对第二神经网络进行训练。可选地，方法还包括：收集摄像头拍摄的图像作为对象识别的训练样本输入数据，以及，对摄像头拍摄的图像进行人工标注，将标注后的图像作为预标注的输出数据。根据本专利技术的另一方面，提供了一种基于摄像头场景的人脸识别装置，其包括：获取模块，适于获取摄像头拍摄的图像；识别模块，适于将图像输入至第二神经网络中，得到对象识别结果；其中，第二神经网络利用预先训练的第一神经网络的至少一层中间层的输出数据进行指导训练得到，第一神经网络的层数多于第二神经网络的层数；发送模块，适于根据对象识别结果，发送对应的信息给用户终端。可选地，对象识别结果中的特定对象不是数据库中预先已标注的第一对象；发送模块进一步适于：根据对象识别结果中图像包含的特定对象不是数据库中预先已标注的第一对象的对象识别结果，且当前时间处于预设安保时间范围，发送报警信息给用户终端。可选地，对象识别结果中的特定对象不是数据库中预先已标注的第一对象；对象识别结果还包括对特定对象携带的物品的识别结果；发送模块进一步适于：根据对象识别结果中图像包含的特定对象不是数据库中预先已标注的第一对象的对象识别结果，且对象识别结果中特定对象携带的物品属于预设危险物品列表，发送报警信息给用户终端。可选地，对象识别结果中的特定对象不是数据库中预先已标注的第一对象；对象识别结果还包括对特定对象动作的识别结果；发送模块进一步适于：根据对象识别结果中图像包含的特定对象不是数据库中预先已标注的第一对象的对象识别结果，且对象识别结果中对象识别结果为特定对象动作属于预设危险动作列表，发送报警信息给用户终端。可选地，对象识别结果中的特定对象是数据库中预先已标注的第一对象；发送模块进一步适于：根据对象识别结果中图像包含的特定对象是数据库中预先已标注的第一对象的对象识别结果，发送提醒信息给用户终端。可选地，装置还包括：拍摄模块，适于向摄像头发送拍摄指令，以供摄像头拍摄包含特定关注对象的视频数据。可选地，装置还包括：标注模块，适于将对象识别结果发送给用户终端，以供用户终端通过人工标注将特定对象标注为第一对象。可选地，装置还包括：对象识别网络指导本文档来自技高网...

【技术保护点】
一种基于摄像头场景的对象识别方法，其包括：获取摄像头拍摄的图像；将所述图像输入至第二神经网络中，得到对象识别结果；其中，所述第二神经网络利用预先训练的第一神经网络的至少一层中间层的输出数据进行指导训练得到，所述第一神经网络的层数多于所述第二神经网络的层数；根据所述对象识别结果，发送对应的信息给用户终端。

【技术特征摘要】
1.一种基于摄像头场景的对象识别方法，其包括：获取摄像头拍摄的图像；将所述图像输入至第二神经网络中，得到对象识别结果；其中，所述第二神经网络利用预先训练的第一神经网络的至少一层中间层的输出数据进行指导训练得到，所述第一神经网络的层数多于所述第二神经网络的层数；根据所述对象识别结果，发送对应的信息给用户终端。2.根据权利要求1所述的方法，其中，所述对象识别结果中的特定对象不是数据库中预先已标注的第一对象；所述根据所述对象识别结果，发送对应的信息给用户终端进一步包括：根据所述对象识别结果中所述图像包含的特定对象不是数据库中预先已标注的第一对象的对象识别结果，且当前时间处于预设安保时间范围，发送报警信息给用户终端。3.根据权利要求1所述的方法，其中，所述对象识别结果中的特定对象不是数据库中预先已标注的第一对象；所述对象识别结果还包括对特定对象携带的物品的识别结果；所述根据所述对象识别结果，发送对应的信息给用户终端进一步包括：根据所述对象识别结果中所述图像包含的特定对象不是数据库中预先已标注的第一对象的对象识别结果，且所述对象识别结果中所述特定对象携带的物品属于预设危险物品列表，发送报警信息给用户终端。4.根据权利要求1所述的方法，其中，所述对象识别结果中的特定对象不是数据库中预先已标注的第一对象；所述对象识别结果还包括对特定对象动作的识别结果；所述根据所述对象识别结果，发送对应的信息给用户终端进一步包括：根据所述对象识别结果中所述图像包含的特定对象不是数据库中预先已标注的第一对象的对象识别结果，且所述对象识别结果中所述对象识别结果为特定对象动作属于预设危险...

【专利技术属性】
技术研发人员：董健，韩玉刚，颜水成，
申请(专利权)人：北京奇虎科技有限公司，
类型：发明
国别省市：北京,11