【技术实现步骤摘要】
基于迁移学习的监控智能处理方法、装置、设备及介质
[0001]本申请涉及物联网
,尤其涉及一种基于迁移学习的监控智能处理方法
、
装置
、
设备及介质
。
技术介绍
[0002]随着物联网的发展以及企业私域的普及,越来越多的路口,工作场所,学校,仓库都布上了很多监控设备,并同时会将视频同步到云端
。
安装监控的目的是为了更好的保护好我们的财产安全以及出现纠纷时提供一个视频举证还原现场
。
监控系统在生产和生活中起着越来越大的作用,成为了人们生活中不可或缺的一道安全屏障
。
银行
、
超市
、
商场
、
店面
、
工厂
、
学校
、
小区
、
网吧
、
公共交通等
(
后统称为视频保存方
)
公共区域对视频监控的需要不言而喻,各地公安机关依靠视频监控的辅助破案率也是急速地飙升,随着平安城市的建设,监控系统愈将融入我们的生活发挥着它的作用
。
[0003]随着这种场景越来越多,监控视频也越来越多,而现有的行为识别方法大多需要在监控视频上进行复杂的图像处理和计算,导致计算量大
、
精度低
、
响应速度慢,不能满足实时监控的要求
。
另一方面需要存放的视频越来越多,视频保存方要么是只能保存7天内的视频,要么需要花 ...
【技术保护点】
【技术特征摘要】
1.
一种基于迁移学习的监控智能处理方法,其特征在于,包括:通过物联网通信下连监控设备获取监控数据,并对所述监控数据进行预处理,得到初始监控数据;对所述初始监控数据进行数据分析,以获取具有标签的业务片段和非业务片段;基于所述业务片段生成决策方案,并当决策方案被触发时,执行所述决策方案,且按照预设时间间隔将所述业务片段和所述非业务片段发送到集约智能监控处理中心;基于所述业务片段和所述非业务片段对集约模型进行训练,得到目标集约模型和目标监控特征数据;基于所述目标监控特征数据进行迁移学习,生成多个目标轻量化模型,并将多个所述目标轻量化模型部署到下联设备中
。2.
根据权利要求1所述的基于迁移学习的监控智能处理方法,其特征在于,所述基于所述业务片段和所述非业务片段对集约模型进行训练,得到目标集约模型和目标监控特征数据,包括:将所述业务片段和所述非业务片段进行合并,得到包括不同类别视频的数据集,其中,所述数据集中每个视频标记有对应的类别标签;将所述视频集中每一视频进行分帧处理,得到分帧后视频数据;对所述分帧后视频数据进行裁剪,得到裁剪后视频数据,并将所述裁剪后视频数据进行归一化处理,得到训练数据;基于所述训练数据对所述集约模型进行训练,得到所述目标集约模型和所述目标监控特征数据
。3.
根据权利要求2所述的基于迁移学习的监控智能处理方法,其特征在于,所述基于所述训练数据对所述集约模型进行训练,得到所述目标集约模型和所述目标监控特征数据,包括:采用光流法提取所述训练数据中帧之间的运动向量信息;将所述运动向量信息和所述训练数据中的图像帧作为目标训练数据,并将所述目标训练数据输入
VGG
模型中进行模型训练,得到所述目标集约模型;基于所述非业务片段生成测试数据集,通过所述测试数据集对所述目标集约模型进行模型评估,当所述目标集约模型评估达标后,获取当前迭代的目标训练数据,并将所述当前迭代的目标训练数据作为所述目标监控特征数据
。4.
根据权利要求1所述的基于迁移学习的监控智能处理方法,其特征在于,所述基于所述目标监控特征数据进行迁移学习,生成多个目标轻量化模型,并将多个所述目标轻量化模型部署到下联设备中,包括:将所述目标监控特征数据中任选一个类别作为目标类别,将其余类别合并为非目标类别;获取所述目标类别对应的目标监控特征数据作为目标类别数据,以及获取所述非目标类别对应的目标监控数据作为非目标类别数据;将所述目标集约模型进行模型修改,得到初始目标集约模型;将所述目标类别数据和所述非目标类别数据对所述初始目标集约模型进行微调,并对所述微调后的初始目标集约模型进行评估,得到多个目标轻量化模型;
...
【专利技术属性】
技术研发人员:刘阳,郑柏川,
申请(专利权)人:天翼物联科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。