基于无人机的监控重点图像识别方法及系统与流程

本技术涉及图像识别，具体而言，涉及一种基于无人机的监控重点图像识别方法及系统。

背景技术：

1、现目前，图像识别是一个比较成熟的一个技术，但是针对无人机巡航中的重点图像内容识别是一个比较难的，因为需要相关技术人员进行预设置，但是实际情况和预设情况的还是存在区别的，因此会干扰重要内容的识别，因此亟需一种技术方案以改善上述技术问题。

技术实现思路

1、为改善相关技术中存在的技术问题，本技术提供了一种基于无人机的监控重点图像识别方法及系统。

2、第一方面，提供一种基于无人机的监控重点图像识别方法包括：

3、获得用于配置原始图像分析线程的若干个原始配置示例；所述原始配置示例包括示例监控区域主题、示例监控区域事件以及描述所述示例监控区域主题中内容的监测重要图像信息，所述监测重要图像信息与所述示例监控区域事件不同；

4、针对每一个所述原始配置示例，将所述原始配置示例中的示例监控区域主题输入所述原始图像分析线程进行监控区域事件回归分析以及重要图像信息回归分析，得到回归分析监控区域事件以及回归分析重要图像信息特征；

5、根据所述示例监控区域事件、所述回归分析监控区域事件、所述监测重要图像信息以及所述回归分析重要图像信息特征进行回归分析质量指标计算，得到所述原始配置示例对应的回归分析质量指标值；

6、根据所述若干个原始配置示例各自对应的回归分析质量指标值，对所述原始图像分析线程的系数进行优化，得到配置后的图像分析线程；所述配置后的图像分析线程用于基于输入的监控区域主题输出监控区域事件。

7、在一种独立实施的实施例中，所述根据所述示例监控区域事件、所述回归分析监控区域事件、所述监测重要图像信息以及所述回归分析重要图像信息特征进行回归分析质量指标计算，得到所述原始配置示例对应的回归分析质量指标值包括：

8、根据所述示例监控区域事件和所述回归分析监控区域事件，计算事件回归分析质量指标值，并根据所述监测重要图像信息和所述回归分析重要图像信息特征，计算重要图像信息回归分析质量指标值；

9、归集所述事件回归分析质量指标值和所述重要图像信息回归分析质量指标值，得到所述原始配置示例对应的回归分析质量指标值。

10、在一种独立实施的实施例中，所述根据所述示例监控区域事件和所述回归分析监控区域事件，计算事件回归分析质量指标值包括：

11、对所述示例监控区域事件中每一个像素分别进行压缩，得到所述示例监控区域事件中每一个像素对应的像素压缩，并确定所述回归分析监控区域事件中每一个像素对应的回归分析可能性；

12、针对所述示例监控区域事件中每一个像素，根据所针对的像素对应的像素压缩以及所述回归分析监控区域事件中处于相同位置的像素对应的回归分析可能性，计算所针对的像素对应的回归分析质量指标值；

13、根据所述示例监控区域事件中每一个像素对应的回归分析质量指标值，得到事件回归分析质量指标值。

14、在一种独立实施的实施例中，所述根据所述监测重要图像信息和所述回归分析重要图像信息特征，计算重要图像信息回归分析质量指标值包括：

15、对所述监测重要图像信息进行压缩，得到所述监测重要图像信息相应的监测重要图像信息特征；

16、计算所述监测重要图像信息特征和所述回归分析重要图像信息特征之间的共性权重质量指标值，将所述共性权重质量指标值作为重要图像信息回归分析质量指标值。

17、在一种独立实施的实施例中，所述监测重要图像信息为监控区域事物关系；所述监控区域事物关系通过以下方式获得：

18、对所述示例监控区域主题中出现的监控区域事物的出现频率进行统计，确定若干个监控区域事物，以及所述若干个监控区域事物各自的出现频率；

19、按照所述若干个监控区域事物各自的出现频率，从所述若干个监控区域事物中抽取不少于两个关键事物；

20、根据所述示例监控区域主题，确定所述不少于两个关键事物中任意两个关键事物之间的关键事物关系；

21、基于所述不少于两个关键事物中任意两个关键事物之间的关键事物关系，确定描述所述示例监控区域主题中内容的监控区域事物关系。

22、在一种独立实施的实施例中，所述根据所述示例监控区域主题，确定所述不少于两个关键事物中任意两个关键事物之间的关键事物关系包括：

23、将所述不少于两个关键事物中每两个关键事物作为一组，得到若干个关键事物二元组；

24、针对每一个关键事物二元组，根据所述示例监控区域主题对所述关键事物二元组中的两个关键事物的关系进行回归分析，得到所述关键事物二元组中两个关键事物之间的关键事物关系。

25、在一种独立实施的实施例中，所述基于所述不少于两个关键事物中任意两个关键事物之间的关键事物关系，确定描述所述示例监控区域主题中内容的监控区域事物关系包括：

26、当所述不少于两个关键事物的数目为两个，将两个关键事物之间的关键事物关系，作为描述所述示例监控区域主题中内容的监控区域事物关系。

27、在一种独立实施的实施例中，所述基于所述不少于两个关键事物中任意两个关键事物之间的关键事物关系，确定描述所述示例监控区域主题中内容的监控区域事物关系包括：

28、当所述不少于两个关键事物的数目大于两个，按照所述不少于两个关键事物各自的出现频率，确定出现频率最高的两个关键事物；

29、以所述出现频率最高的两个关键事物的关键事物关系，作为描述所述示例监控区域主题中内容的监控区域事物关系。

30、在一种独立实施的实施例中，所述根据所述若干个原始配置示例各自对应的回归分析质量指标值，对所述原始图像分析线程的系数进行优化，得到配置后的图像分析线程包括：

31、根据所述若干个原始配置示例各自对应的回归分析质量指标值，对所述原始图像分析线程的系数进行优化，得到配置后的原始图像分析线程；

32、获得事件生成参考线程；所述事件生成参考线程包括分类指令头和所述原始图像分析线程的网络结构，且通过所述若干个原始配置示例配置得到；

33、获得若干个强化配置示例，针对每一个强化配置示例，利用所述强化配置示例中的示例监控区域主题、所述示例监控区域主题对应的被选择监控区域事件和未被选择监控区域事件、以及描述所述示例监控区域主题中内容的监测重要图像信息，对所述配置后的原始图像分析线程和所述事件生成参考线程进行配置，得到所述强化配置示例对应的强化配置质量指标值；

34、根据所述若干个强化配置示例各自对应的强化配置质量指标值，对所述配置后的原始图像分析线程的系数进行优化，得到配置后的图像分析线程。

35、在一种独立实施的实施例中，所述针对每一个强化配置示例，利用所述强化配置示例中的示例监控区域主题、所述示例监控区域主题对应的被选择监控区域事件和未被选择监控区域事件、以及描述所述示例监控区域主题中内容的监测重要图像信息，对所述配置后的原始图像分析线程和所述事件生成参考线程进行配置，得到所述强化配置示例对应的强化配置质量指标值包括：

36、针对每一个强化配置示例，将所述强化配置示例中的示例监控区域主题输入所述配置后的原始图像分析线程，确定所述配置后的原始图像分析线程输出所述被选择监控区域事件的第一可能性、输出所述未被选择监控区域事件的第二可能性以及输出监测重要图像信息的第三可能性；

37、将所述强化配置示例中的示例监控区域主题输入所述事件生成参考线程，确定所述事件生成参考线程输出所述被选择监控区域事件的第四可能性、输出未被选择监控区域事件的第五可能性以及输出监测重要图像信息的第六可能性；

38、根据所述第一可能性、所述第二可能性、所述第四可能性和所述第五可能性，确定输出事件比较质量指标值，根据所述第三可能性和所述第六可能性，确定输出重要图像信息比较质量指标值；

39、根据所述输出事件比较质量指标值和所述输出重要图像信息比较质量指标值，得到所述强化配置示例对应的强化配置质量指标值。

40、在一种独立实施的实施例中，所述根据所述第一可能性、所述第二可能性、所述第四可能性和所述第五可能性，确定输出事件比较质量指标值包括：

41、根据所述第一可能性和所述第四可能性，确定所述配置后的原始图像分析线程和所述事件生成参考线程输出所述被选择监控区域事件的第一输出可能性比值；

42、根据所述第二可能性和所述第五可能性，确定所述配置后的原始图像分析线程和所述事件生成参考线程输出所述未被选择监控区域事件的第二输出可能性比值；

43、基于所述第一输出可能性比值和第二输出可能性比值，计算输出事件比较质量指标值。

44、在一种独立实施的实施例中，所述根据所述第三可能性和所述第六可能性，确定输出重要图像信息比较质量指标值包括：

45、根据所述第三可能性和所述第六可能性，确定所述配置后的原始图像分析线程和所述事件生成参考线程，在输出所述被选择监控区域事件的同时输出监测重要图像信息的第三输出可能性比值，以及在输出所述未被选择监控区域事件的同时输出监测重要图像信息的第四输出可能性比值；

46、基于所述第三输出可能性比值和第四输出可能性比值，计算输出重要图像信息比较质量指标值。

47、在一种独立实施的实施例中，所述方法还包括：

48、获得待处理监控区域主题；

49、将所述待处理监控区域主题输入所述配置后的图像分析线程，得到所述待处理监控区域主题相应的监控区域事件。

50、第二方面，提供一种基于无人机的监控重点图像识别系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。

51、本技术实施例所提供的一种基于无人机的监控重点图像识别方法及系统，获得用于配置原始图像分析线程的若干个原始配置示例的基础上，通过针对每一个原始配置示例，将原始配置示例中的示例监控区域主题输入原始图像分析线程进行监控区域事件回归分析以及重要图像信息回归分析，能够得到回归分析监控区域事件以及回归分析重要图像信息特征，进而可以利用示例监控区域事件、回归分析监控区域事件、监测重要图像信息以及回归分析重要图像信息特征来进行回归分析质量指标计算，得到原始配置示例对应的回归分析质量指标值，从而可以通过根据若干个原始配置示例各自对应的回归分析质量指标值，对原始图像分析线程的系数进行优化的方式，得到配置后的图像分析线程，整个过程，在对原始图像分析线程进行配置时，通过级联监测重要图像信息的回归分析到原始图像分析线程中，能够让原始图像分析线程从监测重要图像信息中理解到事件相关的正确信息，并支持监控区域事件生成，能够避免监控区域事件输出对监控区域主题产生异常的情况，可以得到能够输出准确的监控区域事件的图像分析线程，通过将监控区域主题输入配置后的图像分析线程即可实现生成准确监控区域事件。