一种实时图像识别方法及客户行为分析系统

专利主权项内容

1.一种实时图像识别方法，其特征在于，包括步骤：S1：采用CCD相机实时收集监控区域的视频图像数据；S2：对采集的视频图像数据进行预处理；S3：采用第一卷积神经网络模型对预处理后的视频图像数据进行特征提取，提取的特征集为 : />，其中，n是特征总数，/>分别表示特征集中第1、第2、第n个特征；第一卷积神经网络模型采用的激活函数/>为：
；其中，为第一卷积神经网络模型输入信号，/>为视频帧变化率，/>为动态系数，，/>为设置的视频变化率敏感度系数，/>为自定义常数；S4：采用水波优化算法对提取的特征进行筛选，特征集中的第/>个特征子集为/>表示一个水波，其中/>，计算水波的适应度函数值，选择出适应度函数值最高的特征子集作为最优特征组合；S5：将筛选出的最优特征组合输入至训练好的第二卷积神经网络模型，对客户行为进行识别及异常行为检测；第二卷积神经网络模型采用的激活函数为：
；其中，为第二卷积神经网络模型输入信号，即选择出适应度值最高的特征子集作；/>为输入特征的方差，反映特征值分布的离散程度；/>为自然对数的底数；S6：将识别结果进行实时反馈和显示。