[发明专利]一种针对影像中移动车辆的判定方法及系统

权利要求书

1.一种针对影像中移动车辆的判定方法，其特征在于，所述方法包括：

步骤1，训练得到车辆的深度学习模型，根据所述深度学习模型得到各张影像中的车辆信息标记，所述车辆信息标记包括车辆位置和车辆颜色；

步骤2，对于三维场景模型的各个三角面，统计得到第i个三角面f_i的可视影像集合I(f_i)，其中集合I(f_i)中包含的影像的数量为n_k；

步骤3，统计所述可视影像集合I(f_i)中标记为车辆的影像的数量n₁，根据所述数量n₁是否超过设定值判断该三角面f_i在各个影像的投影位置处是否为车辆；

步骤4，判定该三角面f_i所述投影位置处为车辆时，统计所述n₁个标记为车辆的车辆颜色中每种颜色出现的次数，得到所述次数中的最大值n₂，根据所述数量n_k、数量n₁以及数量n₂确定该三角面f_i对应的为停留移动车辆、未停留移动车辆或未移动车辆；

所述步骤4包括：

对n₁张标记为车辆的影像与所述可视影像集合I(f_i)中的n_k张影像分别按照影像采集的时间顺序进行排列，排列结果记为Order₁和Order₂，找出Order₁中的首尾两张影像在Order₂中对应位置的索引Pos₁与Pos₂，计算ratio＝(Pos₂-Pos₁+1)/n_k；

n₁/n_k≤δ₁且ratio＜δ₁时，判定该三角面f_i对应的移动车辆，否则，判定该三角面f_i对应的未移动车辆；其中，δ₁表示设定的第一比例阈值；

所述步骤4包括：

步骤401，判断n₁/n_k＞δ₁是否成立，是，执行步骤403，否，执行步骤402；

步骤402，判断ratio＜δ₁是否成立，是，执行步骤404，否，执行步骤403；

步骤403，判断n₂/n₁＞δ₂是否成立，是，判定该三角面f_i对应的未移动车辆，否，执行步骤404；其中，δ₂表示设定的第一比例阈值；

步骤404，判定该三角面f_i对应的移动车辆；

所述步骤404判定该三角面f_i对应的移动车辆后，判断n₂＞δ₀是否成立，是，判定该三角面f_i对应的停留移动车辆；否，判定该三角面f_i对应的未停留移动车辆；δ₀表示预先设定的最小车辆影像张数阈值。

2.根据权利要求1所述的方法，其特征在于，所述步骤1中得到各个影像中的车辆信息标记的过程包括：

步骤101，将人工标记好的车辆样本数据放入到深度学习框架中进行训练，当损失曲线收敛时，得到训练好的所述车辆的深度学习模型；

步骤102，将每张影像裁剪成设定大小的矩形影像块，利用所述车辆的深度学习模型分别对各个所述影像块进行车辆信息的识别，得到所述影像块中车辆的位置和颜色信息；

步骤103，汇总属于同一张所述影像的所述影像块的识别结果，得到每张所述影像所对应的车辆信息标记。