智能分析之深度学习和整体解决方案.pdfVIP

. 智能分析之深度学习 深度学习对于智能分析来说就相当于人类的学习一样，人 类不学习就是一张白纸， 什么都不会， 从我们的咿呀学说和学走 路开始，到上学年龄的老师教学，再到进入社会的自我学习，无 论何时何地， 碰到新的事物就需要学习， 智能分析既然是模拟人 类，那深度学习就跟人类学习新事物一个原理， 碰到一个新的事 物，它无法辩认这是什么东西，最多只能判断它是否运动，运动 速度是多少，是哪种颜色，是什么形状，但具体是什么物体它并 不知道，那要辨认出具体物体，就需要做事前的深度学习 深度学习是学习物体的多个特征，不同的物体记忆不同的 特征，比如认识不同的人、 做人脸识别、 人脸与身份证的对比等， 一般都是通过识别人的五官特征， 两个眼角， 鼻子与两个嘴角五 .. . 个点位的位置、距离等信息，通常叫做人脸识别的五点识别，因 为这些信息是不会随着年龄的增长而改变比例的， 识别这些信息 之后保存到数据库或文件中，一般是保存在 XML 文件中，当然 有些情况还会记载物体的大小、颜色、形状等等多个参数，根据 实际情况学习不同的特征值，这是学习的过程。 学习完之后就可以进行分析对比了，首先是找出视频中出 现变化的对象，这个变化的对象有些是通过移动的对象来判断， 有些是通过对比两帧数据来对比，反正是找出变化的对象即可， 对象找出来之后先做初步的判断是否是我们需要检测的对象， 如 果是的话再提取物体的特征值，来对比保存的物体的各个特征 .. . 值，是否与保存的对象有相符的， 再根据平台设置的相似度来确 认是否是同一个人或对象。 在实际使用的过程中，算法首先是要进行一轮预处理阶 段，即处理掉一些干扰因素，包括去除光亮条件和噪声、阈值、 模糊等； 对象的特征是一组描述符， 为了使用这些描述符来训练 模型或预测其中的一个模型，需要通过成千上万次图像预处理、 提取特征来建立一个关于特征的大数据集合， 并且通过选取的训 练模型来提取特征。 这就是为什么深度学习算法速度慢， 当建模 越多和视频中出现的对象越多， 处理速度就会越慢， 如果需要进 一步排除误判， 还需要对输出数据进行后期处理， 比如合并多个 分类，比如判断人脸后再判断身高，体形等，要判断这些因素， 又要结合安装的摄像机的高度、 角度等因素来设置人在视频中实 际占的像素，在不同位置占的像素等，越想得到精准的结果，要 处理的数据量就越大， 对环境的要求就会越高， 当平台处理的条 .. . 件越多时干扰的因素也就越多，处理不好反倒会出现更多的误 判，所以要想得到高精度的分析结果， 一