[发明专利]目标车辆的状态标记方法、系统和计算机可读存储介质在审

专利信息
申请号: 201910017244.3 申请日: 2019-01-08
公开(公告)号: CN109815856A 公开(公告)日: 2019-05-28
发明(设计)人: 欧阳一村;贺涛 申请(专利权)人: 深圳中兴网信科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06K17/00
代理公司: 北京友联知识产权代理事务所(普通合伙) 11343 代理人: 尚志峰;汪海屏
地址: 518109 广东省深圳*** 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: 目标车辆 图像信息 异常状态 状态标记 检测 视频 计算机可读存储介质 监控系统 实时检测 状态检测 图像信息输入 标记目标 环保监控 获取目标 模型确定 泥头 预设 应用 智能
【权利要求书】:

1.一种目标车辆的状态标记方法,其特征在于,包括:

实时检测待检测视频;

当待检测视频中包含目标车辆时,将所述目标车辆的图像信息输入状态检测模型以确定所述图像信息的类别;

当所述图像信息的类别为预设类别时,标记所述目标车辆并向监控系统报告。

2.根据权利要求1所述的目标车辆的状态标记方法,其特征在于,在所述实时检测待检测视频的步骤之前,还包括:

采集监控视频,通过所述监控视频获取所述目标车辆的历史图像信息;

接收分类命令,根据所述分类命令对所述历史图像信息进行分类,以形成训练数据集;

通过所述训练数据集训练预训练模型以得到所述状态检测模型。

3.根据权利要求2所述的目标车辆的状态标记方法,其特征在于,所述根据所述分类命令对历史图像信息进行分类的步骤,具体包括:

当所述分类命令指示所述目标车辆为未载货时,将所述历史图像信息分类为第一类图像信息;

当所述分类命令指示所述目标车辆为无法确定是否载货时,将所述历史图像信息分类为第二类图像信息;

当所述分类命令指示所述目标车辆为已载货,且货物被覆盖时,将所述历史图像信息分类为第三类图像信息;

当所述分类命令指示所述目标车辆为已载货,且所述货物未被覆盖时,将所述历史图像信息分类为第四类图像信息;

其中,分类为第四类图像信息的所述历史图像信息的类别为所述预设类别。

4.根据权利要求1至3中任一项所述的目标车辆的状态标记方法,其特征在于,所述实时检测待检测视频的步骤,具体包括:

对所述待检测视频进行预处理,以得到所述待检测视频中每一帧的图像的前景图;

对所述前景图进行阈值分割,并进行形态学开运算及归一化处理以得到二值化图像;

确定所述二值化图像中目标区域的轮廓面积;

通过矩形框检测方法判断所述轮廓面积是否符合判定阈值范围;

当所述轮廓面积符合所述判定阈值范围时,确定所述前景图中包含所述目标车辆。

5.根据权利要求4所述的目标车辆的状态标记方法,其特征在于,当所述前景图中包含所述目标车辆时,所述方法还包括:

获取所述目标区域的坐标信息;

通过所述坐标信息在所述每一帧的图像中截取所述目标车辆的所述图像信息。

6.一种目标车辆的状态标记系统,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序以:

实时检测待检测视频;

当待检测视频中包含目标车辆时,将所述目标车辆的图像信息输入状态检测模型以确定所述图像信息的类别;

当所述图像信息的类别为预设类别时,标记所述目标车辆并向监控系统报告。

7.根据权利要求6所述的目标车辆的状态标记系统,其特征在于,所述处理器还用于:

采集监控视频,通过所述监控视频获取所述目标车辆的历史图像信息;

接收分类命令,根据所述分类命令对所述历史图像信息进行分类,以形成训练数据集;

通过所述训练数据集训练预训练模型以得到所述状态检测模型。

8.根据权利要求7所述的目标车辆的状态标记系统,其特征在于,所述处理器还用于:

当所述分类命令指示所述目标车辆为未载货时,将所述历史图像信息分类为第一类图像信息;

当所述分类命令指示所述目标车辆为无法确定是否载货时,将所述历史图像信息分类为第二类图像信息;

当所述分类命令指示所述目标车辆为已载货,且货物被覆盖时,将所述历史图像信息分类为第三类图像信息;

当所述分类命令指示所述目标车辆为已载货,且所述货物未被覆盖时,将所述历史图像信息分类为第四类图像信息;

其中,分类为第四类图像信息的所述历史图像信息的类别为所述预设类别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳中兴网信科技有限公司,未经深圳中兴网信科技有限公司许可,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/201910017244.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top