一种基于yolov3的视频结构化方法及系统技术方案

本发明专利技术公开了一种基于yolov3的视频结构化方法及系统，所述方法包括：通过客户端的一个或多个图像采集传感器采集获得待识别的视频流文件；客户端通过预设规则在所述待识别的视频流文件提取视频帧数据，并将所述视频帧数据通过预设途径发送至服务器；将所述服务器接收到的视频数据帧输入预先训练的yolov3模型中进行识别分类，获得所述待识别的视频流文件对应的行人属性以及车辆特征属性信息；将所述行人属性以及车辆特征属性信息通过预设途径返回至所述客户端；所述方法及系统使用yolov3使得分类识别的效率与速度大大提升，解决了行人车辆复杂环境识别下获得实时识别结果的问题。

A video structure method and system based on yolov3

【技术实现步骤摘要】
一种基于yolov3的视频结构化方法及系统
本专利技术涉及信息
，更具体地，涉及一种基于yolov3的视频结构化方法及系统。
技术介绍
行人识别一直是计算机视觉领域的研究热点，但是由于行人外观易受光线、遮挡、视角和姿态的影响，在不同的视频和图片中外观呈现出极大的差异性，使得行人识别成为一个极具挑战性的课题，随着深度学习的产生，在行人识别方面产生的很大的影响，尤其是准确率方面有了很大的提升，车辆属性的识别也是近年来应用比较热门的一个方向，随着现在城市车辆的增加，对车辆管理的要求越来越严格，各种车型，车牌识别的方案也层出不穷。目前既适用于行人识别又适用于车辆识别的算法主要是深度学习方法，深度学习方法优点显著，如准确率高、识别速度迅速等。现有的技术中，对于行人车辆复杂环境的识别，需要分析动态视频数据，会使得识别速度受到影响，无法提高效率，导致无法获得较好的行人车辆复杂环境的实时识别结果。
技术实现思路
为了解决
技术介绍
存在的行人车辆复杂环境识别的识别无法提高效率获得较好的实时识别结果的问题，本专利技术提供了一种基于yolov3的视频结构化方法及系统，所述方法及系统通过预先训练的yolov3模型，对输入的视频帧数据进行识别分类，获得识别结果的详细信息；所述一种基于yolov3的视频结构化方法及系统，包括：通过客户端的一个或多个图像采集传感器采集获得待识别的视频流文件；客户端通过预设规则在所述待识别的视频流文件提取视频帧数据，并将所述视频帧数据通过预设途径发送至服务器；将所述服务器接收到的视频数据帧输入预先训练的yolov3模型中进行识别分类，获得所述待识别的视频流文件对应的行人属性以及车辆特征属性信息；将所述行人属性以及车辆特征属性信息通过预设途径返回至所述客户端。进一步的，所述行人属性信息包括身高高矮、身材胖瘦、性别、年龄段、附属携带物以及衣着；所述车辆属性信息包括车牌号、车辆品牌、车辆型号以及车辆颜色。进一步的，将所述视频帧数据通过预设途径发送至服务器后，所述方法还包括：将所述视频帧数据存储在服务器端的数据队列中；所述数据队列通过tornado框架或flask框架构建。进一步的，所述yolov3模型的训练方法包括：基于yolov3生成预训练模型；将标记属性的多种类型的训练素材输入至所述预训练模型中，通过yolov3网络结构以及损失函数进行训练；通过预先设置的测试素材确认所述预训练模型的准确率；若所述准确率超过预设准确率阈值，则训练完成，获得yolov3模型；若所述准确率未超过所述预设的准确率阈值，则继续输入新的训练素材，进行下一轮准确率测试。进一步的，所述客户端向所述服务器发送行人分类修改请求；所述服务器根据接收的行人分类修改请求对所述行人分类进行修改；所述行人分类修改包括添加行人属性、修改行人属性以及删除行人属性；所述客户端向所述服务器发送车辆分类修改请求；所述服务器根据接收的车辆分类修改请求对所述车辆分类进行修改；所述车辆分类修改包括添加车辆特征属性、修改车辆特征属性以及删除车辆特征属性。进一步的，所述客户端接收所述行人属性以及车辆特征属性信息后，所述方法还包括：所述客户端将所述所述行人以及车辆属性信息标记在所述视频流文件中被识别的行人及车辆的对应位置，并向用户进行展示。所述一种基于yolov3的视频结构化系统包括：一个或多个客户端以及服务器；所述一个或多个客户端的每一个包括一个或多个图像采集传感器；所述服务器包括通信单元以及yolov3模型识别单元；所述客户端通过一个或多个图像采集传感器采集获得待识别的视频流文件；所述客户端用于通过预设规则在所述待识别的视频流文件提取视频帧数据，并将所述视频帧数据通过预设途径发送至服务器；所述yolov3模型识别单元用于将所述服务器接收到的视频数据帧输入预先训练的yolov3模型中进行识别分类，获得所述待识别的视频流文件对应的行人属性以及车辆特征属性信息；所述通信单元用于将所述行人属性以及车辆特征属性信息通过预设途径返回至所述客户端。进一步的，所述行人属性信息包括身高高矮、身材胖瘦、性别、年龄段、附属携带物以及衣着；所述车辆属性信息包括车牌号、车辆品牌、车辆型号以及车辆颜色。进一步的，所述通信单元用于将所述视频帧数据存储在服务器端的数据队列中；所述数据队列通过tornado框架或flask框架构建。进一步的，所述服务器包括yolov3模型训练单元；所述yolov3模型训练单元基于yolov3生成预训练模型；所述yolov3模型训练单元用于将标记属性的多种类型的训练素材输入至所述预训练模型中，通过yolov3网络结构以及损失函数进行训练；所述yolov3模型训练单元用于通过预先设置的测试素材确认所述预训练模型的准确率；若所述准确率超过预设准确率阈值，则训练完成，获得yolov3模型；若所述准确率未超过所述预设的准确率阈值，则继续输入新的训练素材，进行下一轮准确率测试。进一步的，所述客户端向所述服务器发送行人分类修改请求；所述服务器根据接收的行人分类修改请求对所述行人分类进行修改；所述行人分类修改包括添加行人属性、修改行人属性以及删除行人属性；所述客户端向所述服务器发送车辆分类修改请求；所述服务器根据接收的车辆分类修改请求对所述车辆分类进行修改；所述车辆分类修改包括添加车辆特征属性、修改车辆特征属性以及删除车辆特征属性。进一步的，所述客户端将所述所述行人以及车辆属性信息标记在所述视频流文件中被识别的行人及车辆的对应位置，并向用户进行展示。本专利技术的有益效果为：本专利技术的技术方案，给出了一种基于yolov3的视频结构化方法及系统，所述方法及系统通过预先训练的yolov3模型，对输入的视频帧数据进行识别分类，获得识别结果的详细信息；所述方法及系统使用yolov3使得分类识别的效率与速度大大提升，解决了行人车辆复杂环境识别下获得实时识别结果的问题。附图说明通过参考下面的附图，可以更为完整地理解本专利技术的示例性实施方式：图1为本专利技术具体实施方式的一种基于yolov3的视频结构化方法的流程图；图2为本专利技术具体实施方式的一种基于yolov3的视频结构化系统的结构图。具体实施方式现在参考附图介绍本专利技术的示例性实施方式，然而，本专利技术可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本专利技术，并且向所属
的技术人员充分传达本专利技术的范围。对于表示在附图中的示例性实施方式中的术语并不是对本专利技术的限定。在附图中，相同的单元/元件使用相同的附图标记。除非另有说明，此处使用的术语(包括科技术语)对所属
的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与本文档来自技高网...

【技术保护点】
1.一种基于yolov3的视频结构化方法，其特征在于，所述方法包括：/n通过客户端的一个或多个图像采集传感器采集获得待识别的视频流文件；/n客户端通过预设规则在所述待识别的视频流文件提取视频帧数据，并将所述视频帧数据通过预设途径发送至服务器；/n将所述服务器接收到的视频数据帧输入预先训练的yolov3模型中进行识别分类，获得所述待识别的视频流文件对应的行人属性以及车辆特征属性信息；/n将所述行人属性以及车辆特征属性信息通过预设途径返回至所述客户端。/n

【技术特征摘要】
1.一种基于yolov3的视频结构化方法，其特征在于，所述方法包括：
通过客户端的一个或多个图像采集传感器采集获得待识别的视频流文件；
客户端通过预设规则在所述待识别的视频流文件提取视频帧数据，并将所述视频帧数据通过预设途径发送至服务器；
将所述服务器接收到的视频数据帧输入预先训练的yolov3模型中进行识别分类，获得所述待识别的视频流文件对应的行人属性以及车辆特征属性信息；
将所述行人属性以及车辆特征属性信息通过预设途径返回至所述客户端。


2.根据权利要求1所述的方法，其特征在于：
所述行人属性信息包括身高高矮、身材胖瘦、性别、年龄段、附属携带物以及衣着；
所述车辆属性信息包括车牌号、车辆品牌、车辆型号以及车辆颜色。


3.根据权利要求1所述的方法，其特征在于，将所述视频帧数据通过预设途径发送至服务器后，所述方法还包括：
将所述视频帧数据存储在服务器端的数据队列中；
所述数据队列通过tornado框架或flask框架构建。


4.根据权利要求1所述的方法，其特征在于：所述yolov3模型的训练方法包括：
基于yolov3生成预训练模型；
将标记属性的多种类型的训练素材输入至所述预训练模型中，通过yolov3网络结构以及损失函数进行训练；
通过预先设置的测试素材确认所述预训练模型的准确率；
若所述准确率超过预设准确率阈值，则训练完成，获得yolov3模型；
若所述准确率未超过所述预设的准确率阈值，则继续输入新的训练素材，进行下一轮准确率测试。


5.根据权利要求2所述的方法，其特征在于：
所述客户端向所述服务器发送行人分类修改请求；所述服务器根据接收的行人分类修改请求对所述行人分类进行修改；所述行人分类修改包括添加行人属性、修改行人属性以及删除行人属性；
所述客户端向所述服务器发送车辆分类修改请求；所述服务器根据接收的车辆分类修改请求对所述车辆分类进行修改；所述车辆分类修改包括添加车辆特征属性、修改车辆特征属性以及删除车辆特征属性。


6.根据权利要求2所述的方法，其特征在于，所述客户端接收所述行人属性以及车辆特征属性信息后，所述方法还包括：
所述客户端将所述所述行人以及车辆属性信息标记在所述视频流文件中被识别的行人及车辆的对应位置，并向用户进行展示。


7.一种基于yolov3的视频结构化系统，其特征在于，所述系统包括：一个或多个客户端以...

【专利技术属性】
技术研发人员：袁野，周珅珅，耿方，李璐璐，危学艳，
申请(专利权)人：航天信息股份有限公司，
类型：发明
国别省市：北京;11