一种基于边缘计算的暴力行为检测方法，在云端服务器构造和训练用于暴力行为检测的深度学习模型及强化学习方法；监控设备端对视频画面进行前景检测，得到感兴趣区域画面并上传至边缘端服务器，边缘端服务器进行目标检测，得到画面中存在有人区域的结果反馈至监控设备端；监控设备端判断有人区域的人数是否超过阈值，建立视频帧缓冲区并调用强化学习方法对视频帧进行关键帧筛选，将关键帧存入缓冲区，如果缓冲区满，将缓冲区中的视频帧作为一组上传至边缘服务器，边缘服务器调用深度学习模型对该组视频帧进行端到端的推理，得到该组视频帧中暴力行为存在的概率；本发明能够有效降低暴力行为检测整个流程中的计算资源耗费和网络带宽占用。
声明：
“基于边缘计算的暴力行为检测方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
871
编辑：管理员
来源：北方有色网
咨询细节
