[发明专利]一种基于图像智能识别的城市内涝积水深度检测方法

权利要求书

1.一种基于图像智能识别的城市内涝积水深度检测方法，其特征在于：包括以下步骤：

步骤S1：获取道路上摄像头拍摄的视频；

步骤S2：采用人工神经网络，对视频单帧图片中的轮胎进行检测，输出所有车辆的外接矩形框坐标以及车辆类型；

步骤S3：使用人工神经网络，对轮胎积水进行识别，输出每个轮胎的外接矩形框、轮胎位置坐标以及淹没等级；

步骤S4：过滤掉误检数据，将步骤S2与步骤S3的信息相关联，根据这些关联关系以及内置的车型轮胎尺寸，计算积水的深度；

其中，步骤S4中，根据这些关联关系以及内置的车型轮胎尺寸，计算积水的深度具体为：

步骤S41：构建轮胎与车辆识别结果的关联关系：用Rw代表轮胎外接矩形框，Rc代表车辆外接矩形框；并且每个矩形框都用(l,t,w,h)来代表它们在图片中的位置，其中l表示到左侧距离，t表示到顶端距离，w表示矩形框宽度，h表示矩形框高度；

步骤S42：计算每个轮胎外接矩形框与所有车辆外接矩形框的交并比IoU：

式中，IoU_i表示的是第i个轮胎的外接矩形框与第j个车辆的外接矩形框的交并比，Rw_i表示第i个轮胎的外接矩形框，Rc_j表示第j个车辆的外接矩形框；经过计算得到与每个轮胎交并比最大的车辆矩形框，由此构建关联关系；

步骤S43：根据步骤S3得到的轮胎淹没等级Wl以及步骤S2找到该轮胎对应的车辆类型Ct，由此从预设的车辆与轮胎尺寸关联表中找到该轮胎对应的实际尺寸Wh，由此计算出该轮胎的积水深度为：

式中，L_i表示第i个轮胎的积水深度，Wl_i表示第i个轮胎的淹没等级，Wh_i表示第i个轮胎的实际尺寸。

2.根据权利要求1所述的一种基于图像智能识别的城市内涝积水深度检测方法，其特征在于：步骤S2中，采用经典目标检测网络架构Faster R-CNN进行车辆检测。

3.根据权利要求2所述的一种基于图像智能识别的城市内涝积水深度检测方法，其特征在于：所述车辆类型包括轿车、SUV、小型货车、越野车、公交车或大巴车、大型货车、中型客车或中巴车。

4.根据权利要求1所述的一种基于图像智能识别的城市内涝积水深度检测方法，其特征在于：步骤S3中，采用经典目标检测网络架构Faster R-CNN作为检测用的神经网络。

5.根据权利要求1所述的一种基于图像智能识别的城市内涝积水深度检测方法，其特征在于：步骤S3中，所述淹没等级分为十级，分级的依据为轮胎的淹没程度。

6.根据权利要求1所述的一种基于图像智能识别的城市内涝积水深度检测方法，其特征在于：步骤S4中，误检数据的特征包括：轮胎在图片中不位于车辆矩形框的下方位置；一个车辆能够看到的轮胎大于两个；轮胎的外接矩形框与车辆的外接矩形框没有重复，或者重复部分的面积小于百分七十。

7.根据权利要求1所述的一种基于图像智能识别的城市内涝积水深度检测方法，其特征在于：步骤S4还包括：每辆车能够得到一个积水深度，针对得到的多个积水深度，首先过滤掉偏离平均数一个标准差以上的数据，并计算剩余数据的平均值作为最终的积水检测深度。