[发明专利]行车记录仪检测方法、装置、计算机设备和存储介质在审

专利信息
申请号: 201911023218.8 申请日: 2019-10-25
公开(公告)号: CN110728680A 公开(公告)日: 2020-01-24
发明(设计)人: 周康明;谷维鑫 申请(专利权)人: 上海眼控科技股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06K9/32
代理公司: 44224 广州华进联合专利商标代理有限公司 代理人: 黄丽霞
地址: 200030 上海市徐汇*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 行车记录仪 待检测图像 显示屏区域 模型检测 显示状态 检测 目标检测 区域图像 人工智能技术 图像 计算机设备 安装状况 存储介质 检测结果 人工成本 认证标志 行车记录 准确率 自动化 引入 申请 学习
【权利要求书】:

1.一种行车记录仪检测方法,其特征在于,所述方法包括:

获取待检测图像;

当采用第一目标检测模型检测到所述待检测图像中存在行车记录仪区域时,获取所述待检测图像中的行车记录仪区域图像;

当采用第二目标检测模型检测到所述行车记录仪区域图像中存在合格认证标志和显示屏区域时,获取显示屏区域图像;

识别所述显示屏区域图像的显示状态;

当所述显示状态为正常时,生成行车记录仪检测通过的检测结果。

2.根据权利要求1所述的方法,其特征在于,在当采用第一目标检测模型检测到所述待检测图像存在行车记录仪区域时,获取所述待检测图像中的行车记录仪区域图像之前,还包括:

将所述待检测图像输入至所述第一目标检测模型;

通过所述第一目标检测模型对所述待检测图像进行特征提取,对所提取的不同层第一特征图进行细化,得到细化后的不同层第一特征图;

对所述细化后的不同层第一特征图进行特征转换和上采样处理,得到初次融合后的不同层第一特征图;

对所述初次融合后的不同层第一特征图先进行路径增强,再进行目标位置回归和预测类别,得到所述行车记录仪区域的检测结果。

3.根据权利要求2所述的方法,其特征在于,所述路径增强通过自底向上的方式进行;所述对所述初次融合后的不同层第一特征图先进行路径增强,再进行目标位置回归和预测类别,包括:

从初次融合后的底层第一特征图开始,对所述初次融合后的底层第一特征图进行下采样;

将所述下采样后的底层第一特征图与所述初次融合后的次底层特征图进行再次融合,生成路径增强后的次底层第二特征图,并基于所述路径增强后的次底第二特征图进行循环处理,生成路径增强后的不同层第一特征图;

将所述路径增强后的不同层第一特征图转换成相同维度并进行融合,生成最终第一特征图,并基于所述最终第一特征图进行目标位置回归和预测类别。

4.根据权利要求1~3任一项所述的方法,其特征在于,在当采用第二目标检测模型检测到所述行车记录仪区域图像中存在合格认证标志和显示屏区域时,获取显示屏区域图像之前,还包括:

将所述行车记录仪区域图像输入至所述第二目标检测模型;

通过所述第二目标检测模型对所述行车记录仪区域图像进行特征提取,对所提取的不同层第二特征图进行细化,得到细化后的不同层第二特征图;

对所述细化后的不同层第二特征图进行特征转换和上采样处理,得到初次融合后的不同层第二特征图;

对所述初次融合后的不同层第二特征图先进行路径增强,再进行目标位置回归和预测类别,得到所述合格认证标志和所述显示屏区域的检测结果。

5.根据权利要求4所述的方法,其特征在于,所述路径增强通过自底向上的方式进行;所述对所述初次融合后的不同层第二特征图先进行路径增强,再进行目标位置回归和预测类别,包括:

从初次融合后的底层第二特征图开始,对所述初次融合后的底层第二特征图进行下采样;

将所述下采样后的底层第二特征图与所述初次融合后的次底层特征图进行再次融合,生成路径增强后的次底层第二特征图,并基于所述路径增强后的次底层第二特征图进行循环处理,生成路径增强后的不同层第二特征图;

将所述路径增强后的不同层第二特征图转换成相同维度并进行融合,生成最终第二特征图,并基于所述最终第二特征图进行目标位置回归和预测类别。

6.根据权利要求1所述的方法,其特征在于,所述识别所述显示屏区域图像的显示状态,包括:

通过目标分类模型识别所述显示屏区域图像的显示状态;

根据识别得到的显示状态,判断所述显示屏是否亮起或者是否存在字符;

若所述显示屏亮起或者存在字符,则所述显示状态为正常;

若所述显示屏未亮起且不存在任何字符,则所述显示状态为异常。

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上海眼控科技股份有限公司,未经上海眼控科技股份有限公司许可,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/201911023218.8/1.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