【技术实现步骤摘要】
本申请涉及智能监管领域，且更为具体地，涉及一种抵押物的智能监管系统及其方法。
技术介绍
1、抵押物监管需要确保抵押物的位置是安全的，抵押物的状态是正常的。若抵押的牛的身体状态不正常，比如出现了狂躁不安、走路缓慢等一些行为，没有及时发现并进行治理会影响贷款人的贷款情况，监管部门就会一定处罚。但由于现有技术很难实时对抵押物的身体状态进行一个实时监测，当抵押的牛身体出现了问题时，不能及时进行相应的治疗。
2、因此，期待一种优化的抵押物的智能监管方案。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种抵押物的智能监管系统及其方法，其采用基于深度神经网络模型的人工智能技术，获取预定时间段的牛活动监控视频，提取关键帧、图像分块后通过目标检测网络得到牛身体状态区域，再通过卷积网络的特征提取和空间状态增强，以得到用于表示抵押的牛的身体状态是否正常的分类结果。进而，能够实现对抵押物牛身体状态的智能监管，提高抵押物的管理效率，保障抵押物的价值和贷款机构的利益。
2、根据本申请的一个方面，提供了一种抵押物的智能监管系统，其包括：
3、牛活动视频获取模块，用于获取预定时间段的牛活动监控视频；
4、关键帧提取模块，用于从所述牛活动监控视频中提取出多个牛活动监控关键帧；
5、图像分块模块，用于对所述多个牛活动监控关键帧进行图像分块处理以得到多个牛活动图像块；
6、图像块目标检测模块，用于将所述多个牛活动图像块
7、身体状态特征提取模块，用于将多个牛身体状态感兴趣区域通过作为特征提取器的卷积神经网络模型以得到多个牛身体状态感兴趣区域特征图；
8、特征值量化模块，用于对所述多个牛身体状态感兴趣区域特征图进行特征值量化分布特征的自相关强化以得到多个强化牛身体状态感兴趣区域特征图；
9、空间增强模块，用于将所述多个强化牛身体状态感兴趣区域特征图通过空间增强卷积网络模型以得到多个强化牛身体状态感兴趣区域特征向量，并将所述多个强化牛身体状态感兴趣区域特征向量级联以得到牛身体状态特征向量；
10、身体状态判断模块，用于将所述牛身体状态特征向量通过分类器以得到分类结果，所述分类结果用于表示抵押的牛的身体状态是否正常。
11、在上述抵押物的智能监管系统中，所述关键帧提取模块，用于：以预定采样频率从所述牛活动监控视频中提取出多个牛活动监控关键帧。
12、在上述抵押物的智能监管系统中，所述图像块目标检测模块，用于：所述目标检测网络为基于锚窗的目标检测网络，所述基于锚窗的目标检测网络为fast r-cnn、faster r-cnn或retinanet。
13、在上述抵押物的智能监管系统中，所述身体状态特征提取模块，用于：使用所述作为特征提取器的卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：基于卷积核对所述输入数据进行卷积处理以生成卷积特征图；对所述卷积特征图进行基于局部特征矩阵的全局均值池化处理以生成池化特征图；以及，对所述池化特征图中各个位置的特征值进行非线性激活以生成激活特征增图；其中，所述作为特征提取器的卷积神经网络模型的最后一层的输出分别为所述多个牛身体状态感兴趣区域特征图，所述作为特征提取器的卷积神经网络模型的第二层至最后一层的输入为上一层的输出，所述作为特征提取器的卷积神经网络模型的输入分别为所述多个牛身体状态感兴趣区域。
14、在上述抵押物的智能监管系统中，所述空间增强特征模块，包括：卷积编码单元，用于使用所述空间增强卷积网络模型的卷积编码部分对所述强化牛身体状态感兴趣区域特征图进行深度卷积编码以得到初始卷积特征图；空间注意力单元，用于将所述初始卷积特征图输入所述空间增强卷积网络模型的空间注意力部分以得到空间注意力图；激活单元，用于将所述空间注意力图通过softmax激活函数以得到空间注意力特征图；加权单元，用于计算所述空间注意力特征图和所述初始卷积特征图的按位置点乘以得到所述增强强化牛身体状态感兴趣区域特征图；以及，池化单元，用于将所述增强强化牛身体状态感兴趣区域特征图进行沿通道维度的各个特征矩阵的池化以得到强化牛身体状态感兴趣区域特征向量。
15、根据本申请的另一方面，提供了一种抵押物的智能监管方法，其包括：
16、获取预定时间段的牛活动监控视频；
17、从所述牛活动监控视频中提取出多个牛活动监控关键帧；
18、对所述多个牛活动监控关键帧进行图像分块处理以得到多个牛活动图像块；
19、将所述多个牛活动图像块分别通过目标检测网络以得到多个牛身体状态感兴趣区域；
20、将多个牛身体状态感兴趣区域通过作为特征提取器的卷积神经网络模型以得到多个牛身体状态感兴趣区域特征图；
21、对所述多个牛身体状态感兴趣区域特征图进行特征值量化分布特征的自相关强化以得到多个强化牛身体状态感兴趣区域特征图；
22、将所述多个强化牛身体状态感兴趣区域特征图通过空间增强卷积网络模型以得到多个强化牛身体状态感兴趣区域特征向量，并将所述多个强化牛身体状态感兴趣区域特征向量级联以得到牛身体状态特征向量；
23、将所述牛身体状态特征向量通过分类器以得到分类结果，所述分类结果用于表示抵押的牛的身体状态是否正常。
24、与现有技术相比，本申请提供的一种抵押物的智能监管系统及其方法，其采用基于深度神经网络模型的人工智能技术，获取预定时间段的牛活动监控视频，提取关键帧、图像分块后通过目标检测网络得到牛身体状态区域，再通过卷积网络的特征提取和空间状态增强，以得到用于表示抵押的牛的身体状态是否正常的分类结果。进而，能够实现对抵押物牛身体状态的智能监管，提高抵押物的管理效率，保障抵押物的价值和贷款机构的利益。
本文档来自技高网...【技术保护点】
1.一种抵押物的智能监管系统，其特征在于，包括：
2.根据权利要求1所述的抵押物的智能监管系统，其特征在于，所述关键帧提取模块，用于：
3.根据权利要求2所述的抵押物的智能监管系统，其特征在于，所述图像块目标检测模块，用于：
4.根据权利要求3所述的抵押物的智能监管系统，其特征在于，所述身体状态特征提取模块，用于：
5.根据权利要求4所述的抵押物的智能监管系统，其特征在于，所述特征值量化模块，包括：
6.根据权利要求5所述的抵押物的智能监管系统，其特征在于，所述空间增强特征模块，包括：
7.根据权利要求6所述的抵押物的智能监管系统，其特征在于，所述身体状态判断模块，包括：
8.一种抵押物的智能监管方法，其特征在于，包括：
9.根据权利要求8所述的抵押物的智能监管方法，其特征在于，从所述牛活动监控视频中提取出多个牛活动监控关键帧，包括：
10.根据权利要求9所述的抵押物的智能监管方法，其特征在于，将所述多个牛活动图像块分别通过目标检测网络以得到多个牛身体状态感兴趣区域，包括：
...【技术特征摘要】
1.一种抵押物的智能监管系统，其特征在于，包括：
2.根据权利要求1所述的抵押物的智能监管系统，其特征在于，所述关键帧提取模块，用于：
3.根据权利要求2所述的抵押物的智能监管系统，其特征在于，所述图像块目标检测模块，用于：
4.根据权利要求3所述的抵押物的智能监管系统，其特征在于，所述身体状态特征提取模块，用于：
5.根据权利要求4所述的抵押物的智能监管系统，其特征在于，所述特征值量化模块，包括：
6.根据权利要求5所述的抵押物的智...
【专利技术属性】
技术研发人员：刘开明，李扬，
申请(专利权)人：吉林省牛人网络科技股份有限公司，
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。