申请/专利权人：杭州卷积云科技有限公司

申请日：2020-10-23

公开（公告）日：2021-01-19

公开（公告）号：CN112241719A

主分类号：G06K9/00(20060101)

分类号：G06K9/00(20060101);G06N3/04(20060101);G06N3/08(20060101);G06F16/73(20190101)

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2024.02.02#发明专利申请公布后的驳回;2021.02.05#实质审查的生效;2021.01.19#公开

摘要：本发明公开了基于边云卷积神经网络级联的监控视频目标实时查询方法，属于计算机视觉行人再识别技术领域。边缘端服务器从监控视频中进行运动目标的提取并由轻量级CNN优先识别目标，无法判断的目标上传至云端服务器，用高精度CNN进行二次识别。同时设置了边云任务调度算法和阈值参数的自适应调整机制，可以有效提高监控视频目标查询任务的性能表现。与只使用云端服务器的监控视频目标查询方法相比，显著降低了边缘端服务器到云端服务器的带宽消耗，降低了成本，并显著减少了平均查询时延以及查询时延的波动性，满足了实时性的要求，同时保持了较好的查询准确度；与只使用边缘端服务器的监控视频目标查询方法相比，显著提升了查询的准确度。

主权项：1.基于边云卷积神经网络级联的监控视频目标实时查询方法，其特征在于，包括以下步骤：步骤1：接收到查询命令时，基于特异性训练数据集和指定查询目标的特异性CNN卷积神经网络将在云端服务器中进行微调训练，然后将特异性CNN部署到边缘端服务器；步骤2：在边缘端服务器对监控视频中的运动目标进行检测和提取；步骤3：在边缘端服务器为每一个提取出的运动目标选择执行识别任务的边缘端服务器；步骤4：在边缘端服务器上使用轻量级CNN对检测出的运动目标进行快速识别，输出是查询目标的识别置信度，若识别置信度大于α，则认为该运动目标是查询目标；若识别置信度小于β，则认为该运动目标不是查询目标；若置信度在α和β之间，则认为轻量级CNN无法判断该运动目标是否为查询目标，将该运动目标上传到云端服务器；步骤5：对于边缘端服务器上的轻量级CNN无法判断的运动目标，使用高精度CNN进行二次识别，判断是否为查询目标，完成监控视频目标实时查询。

全文数据：

权利要求：

百度查询： 杭州卷积云科技有限公司 基于边云卷积神经网络级联的监控视频目标实时查询方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD