一種基于邊緣計算的暴力行為檢測方法,在云端服務器構(gòu)造和訓練用于暴力行為檢測的深度學習模型及強化學習方法;監(jiān)控設備端對視頻畫面進行前景檢測,得到感興趣區(qū)域畫面并上傳至邊緣端服務器,邊緣端服務器進行目標檢測,得到畫面中存在有人區(qū)域的結(jié)果反饋至監(jiān)控設備端;監(jiān)控設備端判斷有人區(qū)域的人數(shù)是否超過閾值,建立視頻幀緩沖區(qū)并調(diào)用強化學習方法對視頻幀進行關鍵幀篩選,將關鍵幀存入緩沖區(qū),如果緩沖區(qū)滿,將緩沖區(qū)中的視頻幀作為一組上傳至邊緣服務器,邊緣服務器調(diào)用深度學習模型對該組視頻幀進行端到端的推理,得到該組視頻幀中暴力行為存在的概率;本發(fā)明能夠有效降低暴力行為檢測整個流程中的計算資源耗費和網(wǎng)絡帶寬占用。
聲明:
“基于邊緣計算的暴力行為檢測方法及系統(tǒng)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)