一种基于图像检测及模型分析的图片识别处理方法技术

本发明专利技术公开了一种基于图像检测及模型分析的图片识别处理方法，涉及图像识别处理技术领域。将连续帧图像序列拆分成多个连续的图像序列段；确定图像序列段中每个图像的特征点，确定非运动图像，结合运动粒子对运动图像进行图像预处理，通过比较运动图像和非运动图像的多个子部分来确定同一情境下的运动图像和非运动图像；将动态特征和静态特征进行融合，并且将融合特征输入到预设CNN模型中，输出图像识别结果，并将图像识别结果标注在图像对应位置处。以此提高了运动图像识别的准确性和效率。将融合特征输入到预设CNN模型中，输出图像识别结果，提高了图像识别的可靠性和精度，拓展了图像识别的适应性，保证了图像识别处理的高效运行。

【技术实现步骤摘要】

本专利技术涉及图像识别处理，尤其涉及一种基于图像检测及模型分析的图片识别处理方法。

技术介绍

1、基于图像检测及模型分析的图片识别处理方案，其
技术介绍
主要来源于计算机视觉和机器学习领域。计算机视觉技术的发展使得图像中的对象、场景、行为等信息可以被自动提取和分析，而机器学习特别是深度学习技术的发展，使得模型分析能够实现对图像内容的深层次理解和解释。

2、通过深度学习模型，可以从图像中提取出层次化的特征表示，进而实现对图像内容的分类、识别、标注等任务。此外，结合运动检测、图像分割等技术，可以实现对动态场景的实时监控和分析。

3、现有技术中，往往仅根据运动图像或非运动图像中的一种来进行图像识别，不能将运动图像或非运动图像可靠的结合起来，导致图像识别精度低、适应性差。

4、因此，如何将运动图像和非运动图像结合起来，提高图像识别精度和适应性，是目前有待解决的技术问题。

技术实现思路

1、本专利技术的目的是为了解决现有技术中图像识别精度低和适应性差问题，而提出的一种基于图像检测及模型分本文档来自技高网...

【技术保护点】

1.一种基于图像检测及模型分析的图片识别处理方法，其特征在于，包括：

2.根据权利要求1所述的一种基于图像检测及模型分析的图片识别处理方法，其特征在于，通过连续帧图像序列的属性来设定固定连续帧，并且依据固定连续帧来将连续帧图像序列拆分成多个连续的图像序列段，包括：

3.根据权利要求1所述的一种基于图像检测及模型分析的图片识别处理方法，其特征在于，确定图像序列段中每个图像的特征点，并且通过计算每个图像特征点在连续帧之间的运动向量来筛选运动图像，根据运动图像在图像序列段上确定非运动图像，包括：

4.根据权利要求3所述的一种基于图像检测及模型分析的图片识别处...

【技术特征摘要】

1.一种基于图像检测及模型分析的图片识别处理方法，其特征在于，包括：

2.根据权利要求1所述的一种基于图像检测及模型分析的图片识别处理方法，其特征在于，通过连续帧图像序列的属性来设定固定连续帧，并且依据固定连续帧来将连续帧图像序列拆分成多个连续的图像序列段，包括：

3.根据权利要求1所述的一种基于图像检测及模型分析的图片识别处理方法，其特征在于，确定图像序列段中每个图像的特征点，并且通过计算每个图像特征点在连续帧之间的运动向量来筛选运动图像，根据运动图像在图像序列段上确定非运动图像，包括：

4.根据权利要求3所述的一种基于图像检测及模型分析的图片识别处理方法，其特征在于，通过运动图像来确定多个运动粒子，结合运动粒子对运动图...

【专利技术属性】
技术研发人员：孙志明，樊刚正，鲍听宇，高明，
申请(专利权)人：江苏汇智智能数字科技有限公司，
类型：发明
国别省市：