1.一种基于分向数据的信息解析系统,其特征在于,所述系统包括:
逐项提取器件,用于对采集的当前视频帧的各个像素点获取每一个像素点在YUV颜色空间的Y分量即亮度分量,以获得所述当前视频帧的各个像素点分别对应的各个亮度分量,对采集的当前视频帧的各个像素点获取每一个像素点在YUV颜色空间的U分量即色度分量,以获得所述当前视频帧的各个像素点分别对应的各个色度分量,以及对采集的当前视频帧的各个像素点获取每一个像素点在YUV颜色空间的V分量即饱和度分量,以获得所述当前视频帧的各个像素点分别对应的各个饱和度分量;
范围测量器件,用于采集当前视频帧的动态范围的中间值,所述动态范围的中间值为所述当前视频帧的最大亮度值和所述当前视频帧的最小亮度值限定的数值范围内的中间位置的亮度值;
梯度分析器件,用于获取当前视频帧的各个像素点分别对应的各个亮度梯度值;
目标解析设备,分别与所述逐项提取器件、所述范围测量器件以及所述梯度分析器件连接,用于将所述当前视频帧的各个像素点分别对应的各个亮度分量、所述当前视频帧的各个像素点分别对应的各个色度分量、所述当前视频帧的各个像素点分别对应的各个饱和度分量、所述当前视频帧的动态范围的中间值以及所述当前视频帧的各个像素点分别对应的各个亮度梯度值作为人工智能模型的多个输入内容,并执行所述人工智能模型以获得所述人工智能模型输出的所述当前视频帧中最近目标以及最远目标二者之间的实体距离;
其中,获取当前视频帧的各个像素点分别对应的各个亮度梯度值包括:针对每一个像素点将其作为目标像素点,基于所述目标像素点的亮度值以及所述目标像素点周围的各个像素点分别对应的各个亮度值计算所述目标像素点对应的亮度梯度值;
其中,所述目标像素点周围的各个像素点分别对应的各个亮度值为在所述当前视频帧中以所述目标像素点为中心到所述目标像素点相同距离的多个亮度值;
其中,两个像素点之间的距离为所述当前视频帧中两个像素点之间最短距离所经过的像素点的总数;
其中,所述相同距离对应的像素点的总数占据所述当前视频帧的像素点的总数的比例小于等于设定比例阈值;
定制重构设备,用于将完成多次学习操作的深度神经网络作为人工智能模型输出;
其中,所述定制重构设备还与所述目标解析设备连接,用于将所述人工智能模型输出到所述目标解析设备;
其中,将完成多次学习操作的深度神经网络作为人工智能模型输出包括:当前视频帧的解析度越高,选择的学习操作的次数越多。
2.如权利要求1所述的基于分向数据的信息解析系统,其特征在于,所述系统还包括:信息配置设备,与所述定制重构设备连接,用于配置所述定制重构设备的各个工作参数;
其中,配置所述定制重构设备的各个工作参数包括:采用并行通信线路完成对所述定制重构设备的各个工作参数的同步配置。
3.如权利要求1‑2任一所述的基于分向数据的信息解析系统,其特征在于:
执行所述人工智能模型以获得所述人工智能模型输出的所述当前视频帧中最近目标以及最远目标二者之间的实体距离包括:所述当前视频帧中最近目标为距离所述当前视频帧的视频采集机构的镜头最近的实体目标。
4.如权利要求3所述的基于分向数据的信息解析系统,其特征在于:
执行所述人工智能模型以获得所述人工智能模型输出的所述当前视频帧中最近目标以及最远目标二者之间的实体距离还包括:所述当前视频帧中最近目标为距离所述当前视频帧的视频采集机构的镜头最远的实体目标。
5.如权利要求4所述的基于分向数据的信息解析系统,其特征在于:
对采集的当前视频帧的各个像素点获取每一个像素点在YUV颜色空间的Y分量即亮度分量,以获得所述当前视频帧的各个像素点分别对应的各个亮度分量包括:所述亮度分量为数值化数值表示,所述数值化数值表示的取值在0‑255之间。
6.如权利要求5所述的基于分向数据的信息解析系统,其特征在于:
对采集的当前视频帧的各个像素点获取每一个像素点在YUV颜色空间的U分量即色度分量,以获得所述当前视频帧的各个像素点分别对应的各个色度分量包括:所述色度分量为数值化数值表示,所述数值化数值表示的取值在0‑255之间。
7.如权利要求6所述的基于分向数据的信息解析系统,其特征在于:
对采集的当前视频帧的各个像素点获取每一个像素点在YUV颜色空间的V分量即饱和度分量,以获得所述当前视频帧的各个像素点分别对应的各个饱和度分量包括:所述饱和度分量为数值化数值表示,所述数值化数值表示的取值在0‑255之间。