[发明专利]一种基于深度学习的车辆压线违法自动审核方法

权利要求书

1.一种基于深度学习的车辆压线违法自动审核方法，包括以下步骤：

S1、读取违章数据集信息表；每一行数据信息包括图片地址信息,设备号信息,车牌号码信息；根据图片地址信息读入多合一的图片，对图片进行切割并按切割的位置的依次顺序,获得一组排序图；

S2、采用基于深度学习的目标车辆检测模块，分别检测出该组排序图每个图像的目标车辆，获得目标车辆的检测框；

S3、采用基于深度学习的场景分割模块算法对该组排序图的每个图像做场景分割，获得分割出的车道线轮廓,停止线轮廓,导向线轮廓,和目标车辆的轮廓；

S4、该组排序图的各个图像之间,分别对车道线轮廓,停止线轮廓,导向线轮廓求几何学的并集；

S5、分别计算车道线轮廓,停止线轮廓,导向线轮廓的外接矩形,通过外接矩形的尺寸过滤掉较小的轮廓；

S6、分别计算车道线轮廓的拟合线段和停止线的拟合线段；若两个车道线轮廓之间的拟合线段满足重合判断条件,则认为这两个轮廓属于同一个车道线,将这两个轮廓进行轮廓合并,再对合并的轮廓拟合线段；若两个停止线轮廓之间的拟合直线重合,则认为这两个轮廓属于同一个车道线,将这两个轮廓进行轮廓合并,再对合并的轮廓拟合线段；

S7、每一个车道线和每一个导向线通过车道线和导向线位置关系算法判断是否接触；若接触判断车道线为误分割车道线,删除该车道线；

S8、若车道线拟合线段的个数大于等于2,计算出每两个车道线之间交点,这些交点通过灭点计算算法求解出灭点位置；计算灭点与车道线拟合线段的垂直距离,垂直距离若大于100像素,则认为该车道线是为误分割,删除该车道线；

S9、保留长度最大的停止线拟合线段,将车道线延长到停止线；

S10、在每个排序图上,通过车辆底盘底部轮廓拟合算法计算目标车辆轮廓的底部轮廓的拟合线段,计算底部轮廓的拟合线段左右端点与目标车辆检测框的间隙；

间隙大的一侧目标车辆轮廓认为有可视的底盘侧轮廓,选取目标车辆轮廓中横向坐标位于该间隙内且纵向坐标位于目标车辆检测框下半检测框高度范围内的轮廓点做拟合线段,该拟合线段即为目标车辆的可视侧底盘轮廓拟合线段；

间隙小的一侧端点认为是不可视底盘侧轮廓拟合线段下端点；

S11、计算可视侧轮廓拟合线段延长线和车道线灭点所在水平线的交点,该交点为目标车辆侧轮廓灭点；目标车辆侧轮廓灭点与不可视底盘侧轮廓拟合线段下端点连线为不可视的底盘侧轮廓拟合线段所在直线；过可视底盘侧轮廓拟合线段上端点做底盘下部轮廓拟合线段的平行线,该平行线和不可视底盘侧轮廓拟合线段所在直线的交点为不可视底盘侧轮廓拟合线段上端点；连接不可视底盘侧轮廓上下端点的线段即为不可视底盘侧轮廓线段,连接可视底盘侧轮廓线段上端点和不可视底盘侧轮廓线段上端点的线段即为目标车辆的底盘上部轮廓拟合线段,至此获得由目标车辆的底盘下部轮廓拟合线段,可视底盘侧轮廓拟合线段,底盘上部轮廓拟合线段,不可视底盘侧轮廓拟合线段组成的目标车辆底盘轮廓四边形；

S12、在每个排序图上，采用压线违法判断模块算法计算目标车辆底盘四边形与车道线拟合线段的是否有交点；若存在交点则判断该组排序图上的目标车辆压线违法,否则不违法。

2.如权利要求1所述的一种基于深度学习的车辆压线违法自动审核方法，其特征在于，所述的违章数据集信息表的数据格式可以是txt,csv格式的文本文件；所述的多合一图片中子图的个数为1-4张,该多合一图片的子图拍摄的是同一场景下,目标车辆的不同行驶位置,同一场景中的车道线,停止线,导向线位置完全相同。