【技术实现步骤摘要】
本专利技术涉及电数字数据处理领域，具体涉及一种使用cnns滤波器捕获视频空间和时间特征的系统。
技术介绍
1、无论是公共场合还是私人场所，网络摄像头越来越普及，人们对视频的智能分析需求也越来越大，但是现有的视频分析只能识别出简单的事件，无法满足人们日益多样化的需求，因此，需要一种系统能够对视频进行复杂深入地进行分析。
2、
技术介绍
的前述论述仅意图便于理解本专利技术。此论述并不认可或承认提及的材料中的任一种公共常识的一部分。
3、现在已经开发出了很多视频分析系统，经过大量的检索与参考，发现现有的视频分析系统有如公开号为cn112333434b所公开的系统，这些系统一般包括数据源、媒体资源转换模块、视频分析模块、业务管理模块和b/s客户端，所述数据源包括安防监控摄像机，用于提供高清的实时视频流、视频录像文件和图片，所述媒体资源转换模块与数据源连接，所述媒体资源转换模块包括协议转换模块、设备互联模块、媒体转发模块和安防布控模块。但该系统只能分析简单的客流信息，无法分析更加复杂的事件，应用场合较少。
技术实现思路
1、本专利技术的目的在于，针对所存在的不足，提出了一种使用cnns滤波器捕获视频空间和时间特征的系统。
2、本专利技术采用如下技术方案：
3、一种使用cnns滤波器捕获视频空间和时间特征的系统，包括视频输入预处理模块、空间特征捕获模块、时间特征捕获模块和特征融合分类模块；
4、所述视频输入预处理模块用于输入视频信息并对视
5、所述视频输入预处理模块包括视频接收存储单元、视频解码单元和格式标准化单元，所述视频接收存储单元用于接收并存储输入的视频文件，所述视频解码单元用于将视频文件逐帧解码成图像数据，所述格式标准化单元用于将图像数据的格式进行标准化处理；
6、所述空间特征捕获模块包括空间卷积单元和激活输出单元，所述空间卷积单元用于对单帧图像进行卷积处理，所述激活输出单元用于对卷积结果进行非线性激活处理；
7、所述时间特征捕获模块包括时间卷积单元和池化输出单元，所述时间卷积单元用于对连续帧的图像信息进行卷积处理，所述池化输出单元用于对卷积结果进行池化处理；
8、所述特征融合分类模块包括特征融合单元和分类器单元，所述特征融合单元用于将空间特征信息和时间特征信息进行融合处理，所述分类器单元基于融合结果对视频进行分类处理；
9、进一步的，所述空间卷积单元包括卷积核信息寄存器、窗口滑动控制器和卷积计算处理器，所述卷积核信息寄存器用于存储各个类型的卷积核数据信息，所述窗口滑动控制器用于控制窗口的滑动并从图像中截取区域信息，所述卷积计算处理器用于将卷积核与区域信息进行卷积计算处理；
10、进一步的，所述时间卷积单元包括帧信息统计处理器、时间窗口处理器和一维卷积处理器，所述帧信息统计处理器用于对图像中的像素信息进行统计，所述时间窗口处理器用于获取连续帧的统计信息，所述一维卷积处理器用于对窗口内的统计结果进行卷积处理；
11、进一步的，所述特征融合单元包括融合控制处理器和融合计算处理器，所述融合控制处理器用于选择需要进行融合的矩阵信息，所述融合计算处理器用于对选择的矩阵信息进行计算处理；
12、所述融合控制处理器选择一帧信息对应的空间矩阵信息，将该帧信息对应的时间子矩阵作为b0，并获取b0前后的子矩阵，分别记为b-t，...，b-1，b1，...，bt，其中，t为融合半径；
13、所述融合计算处理器根据下式计算出融合元素值fui：
14、；
15、由融合元素值构成融合向量，fui为融合向量中第i个元素值；
16、进一步的，所述分类器单元包括分类特征寄存器和特征校对处理器，所述分类特征寄存器用于存储每个分类项的标准融合向量信息，所述特征校对处理器用于将标准融合向量与计算得到的融合向量进行比较并基于比较结果选出对应的分类项。
17、本专利技术所取得的有益效果是：
18、本系统通过对视频帧信息进行空间和时间上的双重特征分析，分别得到对应的特征矩阵，然后对矩阵进行“t”型融合，将融合结果与事件特征进行比对，从而识别出事件，在处理得到特征矩阵时，采用卷积处理方式，能够更好地排除噪音并保留关键信息，使得最终的分析结果更加准确。
19、为使能更进一步了解本专利技术的特征及
技术实现思路
，请参阅以下有关本专利技术的详细说明与附图，然而所提供的附图仅用于提供参考与说明，并非用来对本专利技术加以限制。
【技术保护点】
1.一种使用CNNs滤波器捕获视频空间和时间特征的系统，其特征在于，包括视频输入预处理模块、空间特征捕获模块、时间特征捕获模块和特征融合分类模块；
2.如权利要求1所述的一种使用CNNs滤波器捕获视频空间和时间特征的系统，其特征在于，所述空间卷积单元包括卷积核信息寄存器、窗口滑动控制器和卷积计算处理器，所述卷积核信息寄存器用于存储各个类型的卷积核数据信息，所述窗口滑动控制器用于控制窗口的滑动并从图像中截取区域信息，所述卷积计算处理器用于将卷积核与区域信息进行卷积计算处理。
3.如权利要求2所述的一种使用CNNs滤波器捕获视频空间和时间特征的系统，其特征在于，所述时间卷积单元包括帧信息统计处理器、时间窗口处理器和一维卷积处理器，所述帧信息统计处理器用于对图像中的像素信息进行统计，所述时间窗口处理器用于获取连续帧的统计信息，所述一维卷积处理器用于对窗口内的统计结果进行卷积处理。
4.如权利要求3所述的一种使用CNNs滤波器捕获视频空间和时间特征的系统，其特征在于，所述特征融合单元包括融合控制处理器和融合计算处理器，所述融合控制处理器用于选择需要进行
5.如权利要求4所述的一种使用CNNs滤波器捕获视频空间和时间特征的系统，其特征在于，所述分类器单元包括分类特征寄存器和特征校对处理器，所述分类特征寄存器用于存储每个分类项的标准融合向量信息，所述特征校对处理器用于将标准融合向量与计算得到的融合向量进行比较并基于比较结果选出对应的分类项。
...【技术特征摘要】
1.一种使用cnns滤波器捕获视频空间和时间特征的系统，其特征在于，包括视频输入预处理模块、空间特征捕获模块、时间特征捕获模块和特征融合分类模块；
2.如权利要求1所述的一种使用cnns滤波器捕获视频空间和时间特征的系统，其特征在于，所述空间卷积单元包括卷积核信息寄存器、窗口滑动控制器和卷积计算处理器，所述卷积核信息寄存器用于存储各个类型的卷积核数据信息，所述窗口滑动控制器用于控制窗口的滑动并从图像中截取区域信息，所述卷积计算处理器用于将卷积核与区域信息进行卷积计算处理。
3.如权利要求2所述的一种使用cnns滤波器捕获视频空间和时间特征的系统，其特征在于，所述时间卷积单元包括帧信息统计处理器、时间窗口处理器和一维卷积处理器，所述帧信息统计处理器用于...
【专利技术属性】
技术研发人员：张卫平，丁洋，伍悦，
申请(专利权)人：环球数科集团有限公司，
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。