[发明专利]基于人工智能的电动自行车占用机动车道识别方法在审
申请号: | 201910011055.5 | 申请日: | 2019-01-07 |
公开(公告)号: | CN109726699A | 公开(公告)日: | 2019-05-07 |
发明(设计)人: | 殷鹏;张小辉 | 申请(专利权)人: | 殷鹏 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04 |
代理公司: | 成都佳划信知识产权代理有限公司 51266 | 代理人: | 余小丽 |
地址: | 517300 广东省河源市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电动自行车 机动车道 视频图像 训练模型 非机动车道 人工智能 车牌 人工智能技术 神经网络学习 视频分析系统 占用 对视频图像 车牌号码 所在区域 图像分割 工作量 传输 拍摄 输出 检测 | ||
1.基于人工智能的电动自行车占用机动车道识别方法,包括安装在电子眼安装支架上、且能拍摄到机动车道和非机动车道的视频图像的摄像头,其特征在于,还包括与所述摄像头连接的视频分析系统;
所述电动自行车占用机动车道识别方法,包括以下步骤:
步骤S01,利用所述摄像头拍摄所在区域的机动车道和非机动车道的视频图像,将摄像头拍摄的视频图像转换成视频流,并传输给视频分析系统;同时,采用基于深度神经网络学习电动自行车的特征,并建立电动自行车的外形训练模型和车牌训练模型;
步骤S02,对摄像头拍摄的视频图像进行图像分割,以区分机动车道和非机动车道;
步骤S03,提取机动车道内的视频图像,并将所述视频图像输入外形训练模型以标记机动车道内的电动自行车;
步骤S04,将所述标记机动车道内的电动自行车的视频图像输入车牌训练模型,检测输出电动自行车的车牌号码。
2.根据权利要求1所述的基于人工智能的电动自行车占用机动车道识别方法,其特征在于,所述步骤S01中,建立电动自行车的外形训练模型和车牌训练模型包括以下步骤:
步骤S11,将电动自行车的视频图像划分为8×8的矩形块,并对任一矩形块进行聚类预测锚点框;
步骤S12,将所述分割的矩形块输入至多层卷积神经网络中,采用卷积神经网络提取视频图像内的图像特征,并训练获得任一电动自行车的外形训练模型和车牌训练模型。
3.根据权利要求2所述的基于人工智能的电动自行车占用机动车道识别方法,其特征在于,所述步骤S02中,视频图像分割包括以下步骤:
步骤S21,识别摄像头拍摄的视频图像中的右侧道路划分线和中间隔离线;
步骤S22,采用基于边缘分割算法划分获得右侧道路划分线与中间隔离线之间的机动车道的视频图像。
4.根据权利要求3所述的基于人工智能的电动自行车占用机动车道识别方法,其特征在于,所述步骤S21中,采用变形Sobel算子识别获得右侧道路划分线、车道划分线和中间隔离线的纹理特征。
5.根据权利要求4所述的基于人工智能的电动自行车占用机动车道识别方法,其特征在于,所述中间隔离线包括单黄实线、双黄实线、黄色虚实线和双白实线。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于殷鹏,未经殷鹏许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910011055.5/1.html,转载请声明来源钻瓜专利网。