【技术实现步骤摘要】
本专利技术涉及视频监控，具体为一种提高监控视频ai分析准确度和效率的方法及系统。
技术介绍
1、随着视频监控系统的普及和大数据时代的到来，利用人工智能技术对监控视频进行自动分析已经成为一种趋势。这种自动分析技术可以极大地提高视频监控系统的效率和准确性，同时减轻了人工监控的压力。通过智能分析，监控系统可以实时检测异常行为、识别特定对象或人员，从而更及时地响应安全事件和提供有效的监控数据。视频监控ai分析技术的应用涵盖了从公共安全、交通管理到商业安全等各个领域，极大地提升了这些领域的工作效率和安全保障能力。
2、尽管视频监控ai分析技术取得了显著的进步，但仍存在一些挑战和问题：
3、准确度不高：目前的监控视频ai分析系统在识别目标对象、分析行为等方面存在一定的误识别率和误报率，导致分析结果的准确度不高。这主要是由于现有技术在面对复杂场景和多变的环境时，缺乏足够的鲁棒性和适应性。特别是在低光照、遮挡和视角变化等情况下，识别结果往往不尽如人意。
4、效率较低：针对大规模监控视频数据进行分析时，现有的监控视频ai分析系统往往需要消耗大量的计算资源和时间，分析效率较低。大多数系统在处理高帧率视频流时，计算负载过高，难以满足实时性要求。此外，现有技术在批量处理和并行计算方面的优化不足，也进一步限制了系统的整体性能。
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、因此，本专利技术解决的技术问题是：现有的视频监控ai分析方法存在准确度不
3、为解决上述技术问题，本专利技术提供如下技术方案：一种提高监控视频ai分析准确度和效率的方法，包括对模型训练的图片素材二次编辑，训练模型和识别视频流；根据ied规则对识别结果进行筛选，根据系统配置上报帧数进行对比；结合非负矩阵分解和卷积神经网络优化批量识别过程；基于检测帧率提高监控视频ai分析效率。
4、作为本专利技术所述的提高监控视频ai分析准确度和效率的方法的一种优选方案，其中：所述对模型训练的图片素材二次编辑包括对原始图片进行镜像翻转输出新图片；
5、提取原始图片中目标，复制填充到原始图片中输出新图片，使用仿射变换和高斯混合模型进行目标位置和大小的变换，放射变换表示为：
6、，
7、其中，表示原始目标在图片中的位置坐标，表示变换后的目标在图片中的位置坐标，表示仿射变换矩阵，包含旋转、缩放和剪切变换的参数，表示控制缩放，表示旋转变换，表示控制变换，表示剪切变换，表示平移向量，控制变换后的目标位置的平移量；
8、高斯混合模型表示为：
9、高斯混合模型表示为：
10、，
11、其中，表示在位置（x，y）上的概率密度函数，表示高斯分布的数量，即高斯混合模型中的成分数量，表示第个高斯分布的权重系数，满足=1，表示第个高斯分布在位置（x，y）上的概率密度函数，表示第个高斯分布的均值向量，表示与第k个高斯分布相关联的协方差矩阵；
12、对原始图片进行内容扩充输出新图片。
13、作为本专利技术所述的提高监控视频ai分析准确度和效率的方法的一种优选方案，其中：所述训练模型和识别视频流包括利用数据加强图片素材训练并输出模型，根据系统配置的每秒取帧数读取监控视频流进行识别，输出识别结果，传输到识别服务系统。
14、作为本专利技术所述的提高监控视频ai分析准确度和效率的方法的一种优选方案，其中：所述根据ied规则对识别结果进行筛选包括构建ied规则，基于ied规则对输出的识别结果进行筛选，过滤掉不符合ied规则的识别结果，ied规则包括：
15、针对检测区，配置图片中的部分作为检测区，非检测区识别出的结果将作废；
16、针对免检区，配置图片中的部分区域为免检区，免检区识别出的结果将作废；
17、针对置信度，将识别结果的置信度与系统配置的置信度进行比对，若置信度低于阈值，则结果作废，结合置信度、目标面积、位置和时间因素，通过多因素加权模型进行综合筛选，表示为：
18、，
19、其中，表示第个识别结果的综合评分，用于筛选的依据，表示与置信度相关的权重参数，表示与面积比例相关的权重参数，表示与位置距离高斯衰减项相关的权重参数，表示与时间差高斯衰减项相关的权重参数，表示第个识别结果的置信度，表示第个识别结果的面积，表示图片的总面积，表示第个识别结果的时间戳，表示位置行坐标的标准差，表示位置列坐标的标准差，表示检测区的中心位置行坐标，表示检测区的中心位置列坐标，表示第个识别结果在图片中的位置行坐标，表示第个识别结果在图片中的位置列坐标，表示检测区的时间中心值或期望值，表示时间标准差；
20、引入分形几何和傅里叶变换，考虑目标的形状复杂度和面积比例，面积比例和形状复杂度表示为：
21、，
22、其中，表示与面积反比例相关的权重参数，表示与形状紧致度相关的权重参数，表示与形状复杂度相关的权重参数，表示与傅里叶变换系数绝对值和相关权重参数，表示第个识别结果的周长，表示第个识别结果的边界长度，表示分形维数，表示第个傅里叶变换系数，为第个识别结果的频域特征，表示傅里叶变换的系数数量；
23、如果识别结果占图片比例不符合配置规则，则此识别结果作废，显著化表示为：
24、，
25、其中，表示识别结果面积，表示图片面积，表示二者比值；
26、当，输出结果有效性为1，则图片不作废；
27、当，输出结果有效性为0，则图片作废；
28、表示系统设置的最小比值，表示系统设置的最大比值。
29、作为本专利技术所述的提高监控视频ai分析准确度和效率的方法的一种优选方案，其中：所述根据系统配置上报帧数进行对比包括采集系统配置上报帧数，将系统配置上报帧数与筛选后的识别结果进行对比，若筛选后的识别结果数小于上报帧数，则本轮次识别结果废弃；
30、结合信息熵和拉格朗日乘数法优化取帧时机，确保取帧时机的代表性和均匀性，构建取帧时机分布模型，表示为：
31、，
32、其中，表示最优取帧时机集合，表示第j个帧的熵值，表示权重参数，表示总取帧数，表示第j个帧的取帧时机，表示总时间，表示第j个帧在均匀分布时的理想取帧时机；
33、第j个帧的熵值表示为：
34、，
35、其中，表示第k类别的概率；
36、第k类别的概率表示为：
37、，
38、其中，表示第k类别的中心位置行坐标，表示第k类别的中心位置列坐标，表示目标行坐标的均值向量，表示目标列坐标的均值向量，期望中心位置坐标，表示目标行坐标标准差，表示目标列坐标标准差，用于归一化距离。
39、作为本专利技术所述的提高监控视频ai分析准确度和效率的方法的一种优选方案，其中：所述结合非负矩阵分解和卷本文档来自技高网...
【技术保护点】
1.一种提高监控视频AI分析准确度和效率的方法，其特征在于，包括：
2.如权利要求1所述的提高监控视频AI分析准确度和效率的方法，其特征在于：所述对模型训练的图片素材二次编辑包括对原始图片进行镜像翻转输出新图片；
3.如权利要求2所述的提高监控视频AI分析准确度和效率的方法，其特征在于：所述训练模型和识别视频流包括利用数据加强图片素材训练并输出模型，根据系统配置的每秒取帧数读取监控视频流进行识别，输出识别结果，传输到识别服务系统。
4.如权利要求3所述的提高监控视频AI分析准确度和效率的方法，其特征在于：所述根据IED规则对识别结果进行筛选包括构建IED规则，基于IED规则对输出的识别结果进行筛选，过滤掉不符合IED规则的识别结果，IED规则包括：
5.如权利要求4所述的提高监控视频AI分析准确度和效率的方法，其特征在于：所述根据系统配置上报帧数进行对比包括采集系统配置上报帧数，将系统配置上报帧数与筛选后的识别结果进行对比，若筛选后的识别结果数小于上报帧数，则本轮次识别结果废弃；
6.如权利要求5所述的提高监控视频AI分
7.如权利要求6所述的提高监控视频AI分析准确度和效率的方法，其特征在于：所述基于检测帧率提高监控视频AI分析效率包括设置服务轮巡间隔，使识别服务每隔固定时间运行一次；
8.一种采用如权利要求1~7任一所述的提高监控视频AI分析准确度和效率的方法的系统，其特征在于：包括数据加强模块，结果筛选模块，分析效率提升模块；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的提高监控视频AI分析准确度和效率的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的提高监控视频AI分析准确度和效率的方法的步骤。
...【技术特征摘要】
1.一种提高监控视频ai分析准确度和效率的方法，其特征在于，包括：
2.如权利要求1所述的提高监控视频ai分析准确度和效率的方法，其特征在于：所述对模型训练的图片素材二次编辑包括对原始图片进行镜像翻转输出新图片；
3.如权利要求2所述的提高监控视频ai分析准确度和效率的方法，其特征在于：所述训练模型和识别视频流包括利用数据加强图片素材训练并输出模型，根据系统配置的每秒取帧数读取监控视频流进行识别，输出识别结果，传输到识别服务系统。
4.如权利要求3所述的提高监控视频ai分析准确度和效率的方法，其特征在于：所述根据ied规则对识别结果进行筛选包括构建ied规则，基于ied规则对输出的识别结果进行筛选，过滤掉不符合ied规则的识别结果，ied规则包括：
5.如权利要求4所述的提高监控视频ai分析准确度和效率的方法，其特征在于：所述根据系统配置上报帧数进行对比包括采集系统配置上报帧数，将系统配置上报帧数与筛选后的识别结果进行对比，若筛选后的识别结果数小于上报帧数，则本轮次识别结果废弃；
6.如权利要求...
【专利技术属性】
技术研发人员：陈松，陶玉程，袁存发，李辉，王郑，徐兴云，宋金峰，周菲，
申请(专利权)人：朗坤智慧科技股份有限公司，
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。