一种深度学习技术的行为智能分析引擎系统及控制方法技术方案

本发明专利技术公开了一种深度学习技术的行为智能分析引擎系统及控制方法。该系统包括调度中心和算法集群，算法集群包括多个计算服务器；调度中心通过调用负载均衡调度算法将行为分析任务消息分发到计算服务器；计算服务器包括深度学习GPU显卡计算模块和线程池模块；深度学习GPU显卡计算模块用于根据行为分析任务消息将对应的算法模型加载到GPU显卡的显存中，执行行为分析任务；线程池模块用于将不同的行为分析任务进行隔离，为每个算法模型配置资源。本发明专利技术基于深度学习算法实现对人脸、行为等视觉场景进行智能分析，使用分布式通信协议架构和容器技术弹性伸缩保证服务的稳定和高效，极大提高系统的水平扩展能力，支撑更高压力的运算。

【技术实现步骤摘要】
一种深度学习技术的行为智能分析引擎系统及控制方法
本专利技术属于图像处理
，更具体地，涉及一种深度学习技术的行为智能分析引擎系统及控制方法。
技术介绍
随着科技的飞速发展，汽车，网购，电子支付等新兴技术逐渐出现，同时也产生了很多信息数据。网络，智能手机的普及也成就了大数据时代，在如今这个充满海量数据的时代，这些数据中包含了大量的视频图像信息，传统方式的人工处理已经出现了人力物力不足等各种问题，迫切需要用机器去取代人工，发挥机器自身的优势，于是人工智能，深度学习技术应运而生。针对高分率的视频图像数据，进行深度学习推理计算需要耗费更多的计算资源，并且由于用户的不断增长，社区规模的不断扩大，进行深度学习领域的图像处理需要承担更大的负载。本专利技术基于深度学习技术对人进行行为分析，行为分析是指通过分析视频、深度传感器等数据，利用特定的算法，对行人的行为进行识别、分析的技术。这项技术被广泛应用在视频分类、人机交互、安防监控等领域。行为识别包含两个研究方向：个体行为识别与群体行为识别。近年来，深度摄像技术的发展使得人体运动的深度图像序本文档来自技高网...

【技术保护点】
1.一种深度学习技术的行为智能分析引擎系统，其特征在于，包括调度中心和与所述调度中心通过网络连接的算法集群，所述算法集群包括多个计算服务器；/n所述调度中心用于接收行为分析任务消息,调用负载均衡调度算法将行为分析任务消息分发到所述计算服务器；/n所述计算服务器包括深度学习GPU显卡计算模块和线程池模块；/n所述深度学习GPU显卡计算模块用于接收所述调度中心分发的行为分析任务消息，根据行为分析任务消息将对应的算法模型加载到GPU显卡的显存中，执行行为分析任务；/n所述线程池模块用于将不同的行为分析任务进行隔离，为每个算法模型配置资源。/n

【技术特征摘要】
1.一种深度学习技术的行为智能分析引擎系统，其特征在于，包括调度中心和与所述调度中心通过网络连接的算法集群，所述算法集群包括多个计算服务器；
所述调度中心用于接收行为分析任务消息,调用负载均衡调度算法将行为分析任务消息分发到所述计算服务器；
所述计算服务器包括深度学习GPU显卡计算模块和线程池模块；
所述深度学习GPU显卡计算模块用于接收所述调度中心分发的行为分析任务消息，根据行为分析任务消息将对应的算法模型加载到GPU显卡的显存中，执行行为分析任务；
所述线程池模块用于将不同的行为分析任务进行隔离，为每个算法模型配置资源。


2.如权利要求1所述的一种深度学习技术的行为智能分析引擎系统，其特征在于，所述线程池模块包括算法模型配置文件定义模块；
所述算法模型配置文件定义模块用于预先定义或修改算法模型配置文件，所述算法模型配置文件中定义了对应的算法模型运行所需要的工作线程数据。


3.如权利要求2所述的一种深度学习技术的行为智能分析引擎系统，其特征在于，所述深度学习GPU显卡计算模块包括多个不同类型的GPU显卡；
所述算法模型配置文件定义了对应的算法模型运行的GPU显卡。


4.如权利要求1所述的一种深度学习技术的行为智能分析引擎系统，其特征在于，所述行为分析任务消息为JSON格式,所述深度学习GPU显卡计算模块包括：
解析模块,用于将接收的JSON格式的行为分析任务消息转换为Mat二维矩阵格式；
封装模块，用于将执行行为分析任务后的分析结果封装为JSON格式后返...

【专利技术属性】
技术研发人员：李开，邹复好，汪大奎，
申请(专利权)人：武汉魅瞳科技有限公司，
类型：发明
国别省市：湖北;42