图像识别方法及图像识别装置制造方法及图纸

本申请提供图像识别方法及图像识别装置，方法包括：识别并提取拍摄视频中的设定图像信息；将拍摄视频按照设定方式处理为处理视频后进行传输；接收到处理视频，并将处理视频还原为拍摄视频；传输提取到的设定图像信息；将设定图像信息显示在拍摄视频的设定位置。本申请就能够提升数据的传输速度，并且使得图像能够实时处理，提升识别率，还可以降低因为传输数据的成本费用。

【技术实现步骤摘要】
图像识别方法及图像识别装置
本申请涉及图像处理领域，尤其涉及图像识别方法以及图像识别装置。
技术介绍
现有技术中，拍摄装置拍摄视频后需要将拍摄视频中的设定信息进行识别，识别之后再将识别结果在视频图像中进行显示，比如识别拍摄视频中的车牌信息，然后将识别到的车牌号码显示在视频画面中。但是，因为拍摄装置需要拍摄大量的视频和图像，并且在进行识别后，将拍摄到的视频和图像上传至其它终端比如云端服务器等。如果传输的视频和图像数据量比较大的时候，则可能占用传输的带宽，使得传输速度比较慢，特别有些需要实时处理的图像和视频就无法得到实时的处理。还有就是，如果用户是使用2G/3G/4G来传输图像和视频的，则会产生大量的流量费用。
技术实现思路
本申请提供一种图像识别方法及图像识别装置，能够解决现有技术中进行图像识别时需要先将传输的视频或图片数据传输再进行识别会使得传输速度比较慢以及产生大量的流量费用的问题。根据本申请的第一方面，本申请提供一种图像识别方法，方法包括：识别并提取拍摄视频中的设定图像信息；将拍摄视频按照设定方式处理为处理视频后进行传输；接收到处理视频，并将处理视频还原为拍摄视频；传输提取到的设定图像信息；将设定图像信息显示在拍摄视频的设定位置。优选地，在将拍摄视频按照设定方式处理后为处理视频后进行传输的步骤之前，包括：通过深度学习算法训练第一神经网络模型，其中，第一神经网络模型可根据视频的关键帧的参数，将经过参数调整后的视频还原为与关键帧的参数相同或者相似的视频；在将拍摄视频按照设定方式处理后为处理视频后进行传输的步骤中包括：拍摄并调节拍摄视频的参数为设定参数的处理视频，将拍摄视频中的设定帧设置为关键帧，传输处理视频以及关键帧，其中，参数包括视频颜色和/或图像分辨率；在接收到拍摄视频，并将处理视频还原为拍摄视频的步骤中，包括：接收到处理视频以及关键帧后，第一神经网络模型依据拍摄视频的关键帧的参数将处理视频调整为与关键帧的参数相同或者相似的视频。优选地，在通过深度学习算法训练第一神经网络模型的步骤中，包括：将拍摄视频的参数调节为设定视频颜色和/或图像分辨率的视频；将设定时间内的拍摄视频中的设定帧设置为关键帧；将拍摄视频、关键帧以及设定视频颜色和/或图像分辨率的拍摄视频通过深度学习算法训练出第一神经网络模型。优选地，在识别并提取拍摄视频中的设定图像信息的步骤中，包括：识别拍摄视频中的车辆信息、车辆在图像中的位置信息以及车辆对应的车牌信息；在传输提取到的设定图像信息的步骤中，还包括：传输车辆信息、车辆在图像中的位置信息以及车辆对应的车牌信息。优选地，在将设定图像信息显示在拍摄视频的设定位置的步骤中，还包括：根据车辆信息、车辆在图像中的位置信息以及车辆对应的车牌信息，将车牌信息对应车辆在图像中的位置信息进行显示。根据申请的第二方面，本申请提供一种图像识别装置，装置包括：识别模块，用于识别并提取拍摄视频中的设定图像信息；传输模块，用于将拍摄视频按照设定方式处理后为处理视频后进行传输；还原模块，用于接收到处理视频，并将处理视频还原为拍摄视频；传输模块，用于传输提取到的设定图像信息；显示模块，用于将设定图像信息显示在拍摄视频的设定位置。优选地，图像识别装置还包括：训练模块，其用于通过深度学习算法训练第一神经网络模型，其中，第一神经网络模型可根据视频的关键帧的参数，将经过参数调整后的视频还原为与关键帧的参数相同或者相似的视频；传输模块还用于：拍摄并调节拍摄视频的参数为设定参数的处理视频，将拍摄视频中的设定帧设置为关键帧，传输处理视频以及关键帧，其中，参数包括视频颜色和/或图像分辨率；还原模块还用于：接收到处理视频以及关键帧后，第一神经网络模型依据拍摄视频的关键帧的参数将处理视频调整为与关键帧的参数相同或者相似的视频。优选地，训练模块包括：参数调节单元，用于将拍摄视频的参数调节为设定视频颜色和/或图像分辨率的视频；设置单元，用于将设定时间内的拍摄视频中的设定帧设置为关键帧；以及训练单元，用于将拍摄视频、关键帧以及设定视频颜色和/或图像分辨率的拍摄视频通过深度学习算法训练出第一神经网络模型。优选地，识别模块还用于：识别拍摄视频中的车辆信息、车辆在图像中的位置信息以及车辆对应的车牌信息；传输模块还用于：传输车辆信息、车辆在图像中的位置信息以及车辆对应的车牌信息。优选地，图像识别装置还包括显示模块，显示模块用于：根据车辆信息、车辆在图像中的位置信息以及车辆对应的车牌信息，将车牌信息对应车辆在图像中的位置信息进行显示。本申请的有益效果在于：通过识别图像中的设定图像信息，再将图像按照设定方式处理为处理视频，接收到设定信息和处理视频后，将设定图像信息显示在拍摄视频的设定位置，这样就能够提升数据的传输速度，并且使得图像能够实时处理，提升识别率，还可以降低因为传输数据的成本费用。附图说明图1是本申请一实施例的图像识别方法的流程图；以及图2是本申请另一实施例的图像识别装置的原理图。具体实施方式下面结合附图和示例性实施例对本专利技术作进一步地描述，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。此外，如果已知技术的详细描述对于示出本专利技术的特征是不必要的，则将其省略。本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。请参阅图1，一种图像识别方法，方法包括：步骤S101：识别并提取拍摄视频中的设定图像信息。本实施例中，设定图像信息可以为车辆的车牌信息。这里不作限制，可以根据用户的具体要求进行设置。步骤S102：将拍摄视频按照设定方式处理为处理视频后进行传输。在步骤S102中包括：拍摄并调节拍摄视频的参数为设定参数的处理视频，将拍摄视频中的设定帧设置为关键帧，传输处理视频以及关键帧，其中，参数包括视频颜色和/或图像分辨率。亦既是说，将拍摄视频按照将视频颜色调节为黑白和/或降低拍摄视频的分辨率进行处理即可得到处理视频。因为传输的是拍摄视频经过调节颜色和/或调节分辨率后的处理视频，因此，处理视频相对于原拍摄视频的数据量大大减少，提升了传输速度，也节省了传输时候所花费的流量。在步骤S102之前，包括：通本文档来自技高网...

【技术保护点】
1.一种图像识别方法，其特征在于，所述方法包括：识别并提取拍摄视频中的设定图像信息；将所述拍摄视频按照设定方式处理为处理视频后进行传输；接收到所述处理视频，并将所述处理视频还原为所述拍摄视频；传输提取到的所述设定图像信息；将所述设定图像信息显示在所述拍摄视频的设定位置。

【技术特征摘要】
1.一种图像识别方法，其特征在于，所述方法包括：识别并提取拍摄视频中的设定图像信息；将所述拍摄视频按照设定方式处理为处理视频后进行传输；接收到所述处理视频，并将所述处理视频还原为所述拍摄视频；传输提取到的所述设定图像信息；将所述设定图像信息显示在所述拍摄视频的设定位置。2.如权利要求1所述的图像识别方法，其特征在于，在所述将拍摄视频按照设定方式处理后为处理视频后进行传输的步骤之前，包括：通过深度学习算法训练第一神经网络模型，其中，所述第一神经网络模型可根据视频的关键帧的参数，将经过参数调整后的视频还原为与所述关键帧的参数相同或者相似的视频；在所述将拍摄视频按照设定方式处理后为处理视频后进行传输的步骤中包括：拍摄并调节所述拍摄视频的参数为设定参数的处理视频，将所述拍摄视频中的设定帧设置为关键帧，传输所述处理视频以及关键帧，其中，所述参数包括视频颜色和/或图像分辨率；在所述接收到拍摄视频，并将处理视频还原为所述拍摄视频的步骤中，包括：接收到所述处理视频以及关键帧后，所述第一神经网络模型依据所述拍摄视频的关键帧的参数将所述处理视频调整为与所述关键帧的参数相同或者相似的视频。3.如权利要求2所述的图像识别方法，其特征在于，在所述通过深度学习算法训练第一神经网络模型的步骤中，包括：将所述拍摄视频的参数调节为设定视频颜色和/或图像分辨率的视频；将设定时间内的所述拍摄视频中的设定帧设置为关键帧；将所述拍摄视频、关键帧以及设定视频颜色和/或图像分辨率的所述拍摄视频通过所述深度学习算法训练出所述第一神经网络模型。4.如权利要求1所述的图像识别方法，其特征在于，在所述识别并提取拍摄视频中的设定图像信息的步骤中，包括：识别所述拍摄视频中的车辆信息、车辆在图像中的位置信息以及所述车辆对应的车牌信息；在所述传输提取到的设定图像信息的步骤中，还包括：传输所述车辆信息、所述车辆在图像中的位置信息以及所述车辆对应的车牌信息。5.如权利要求4所述的图像识别方法，其特征在于，在所述将设定图像信息显示在拍摄视频的设定位置的步骤中，还包括：根据所述车辆信息、所述车辆在图像中的位置信息以及所述...

【专利技术属性】
技术研发人员：黄臻，黄德波，余熙平，苏迎，陈弈丞，胡文波，
申请(专利权)人：盯盯拍深圳云技术有限公司，
类型：发明
国别省市：广东,44