公开(公告)号：CN116824480A

公开(公告)日：2023-09-29

申请号：CN202310415455.9

申请日：2023-04-18

Applicant: 中国科学院信息工程研究所

Inventor： 李敏 ,  赵士贤 ,  任俊星 ,  陈琳 ,  姜淼 ,  黄子豪 ,  李风发

IPC: G06V20/52 ,  G06V20/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082 ,  H04N7/18

Abstract: 本发明提供一种基于DeepStream的视频监控分析方法及系统，其中方法包括：在Jetson AGX Xavier嵌入式开发板上安装DeepStream，DeepStream自带用于转换模型文件的基于TensorRT的推理插件；将训练好的轻量化目标检测模型部署到DeepSteam中；将至少一个摄像头基于RTSP协议传输的多路视频流输入至DeepStream的视频流采集插件，DeepStream以管道流的方式对所述多路视频流进行目标检测；将处理后的视频流进行编码压缩，通过RTSP协议以无线网络的方式推送至结果展示模块进行展示。本发明快速搭建起智能视频监控分析系统，实时分析多路视频流中的信息。

公开(公告)号：CN116863532A

公开(公告)日：2023-10-10

申请号：CN202310603539.5

申请日：2023-05-25

Applicant: 中国科学院信息工程研究所

Inventor： 李敏 ,  李风发 ,  任俊星 ,  陈琳 ,  符济韬 ,  姜淼 ,  黄子豪

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/82

Abstract: 本发明提供一种基于深度学习的实时异常行为识别方法及系统，方法包括：在确定成功开启对包含目标对象的视频流逐帧进行目标检测的情况下，基于目标检测算法对所述视频流逐帧进行目标检测，得到多个边界框，所述多个边界框是根据所述视频流的检测场景确定的；根据所述多个边界框的相对位置变化，判断所述目标对象在所述检测场景下是否存在异常行为。所述系统执行所述方法。本发明可以节省标注数据集的人力成本，只在COCO公开数据集上进行训练即可在实际应用中取得实际应用的效果；并且本发明没有经过复杂的光流计算，推理时间短具有很强的实时性。