[发明专利]一种三轮车载人的识别方法、装置、电子设备及存储介质在审

专利信息
申请号: 202010697598.X 申请日: 2020-07-20
公开(公告)号: CN111914704A 公开(公告)日: 2020-11-10
发明(设计)人: 林昌伟;毛雷;周星宇;牛志博;张东萍;张德兵;周瑞 申请(专利权)人: 北京格灵深瞳信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G08G1/017
代理公司: 北京新知远方知识产权代理事务所(普通合伙) 11397 代理人: 马军芳;张艳
地址: 100192 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 三轮车 载人 识别 方法 装置 电子设备 存储 介质
【说明书】:

本申请实施例中提供了一种三轮车载人的识别方法、装置、电子设备及存储介质,该方法包括:获取目标图像;在目标图像中检测一个或多个三轮车所在区域;三轮车所在区域包括在三轮车上方的人体;在各三轮车所在区域中检测人体数量;根据各三轮车所在区域中的人体数量,判断各三轮车是否载人。采用本申请中的方案,能够准确、高效地识别三轮车载人这一行为。

技术领域

本申请涉及计算机视觉技术领域,尤其涉及一种三轮车载人的识别方法、装置、电子设备及存储介质。

背景技术

人工智能正在全球迅速崛起,已经影响了我们生活的方方面面。在智能交通系统中,城市道路或高速公路治安卡口及重点治安地段,结合高清摄像机,依靠视频图像处理技术,实时地对经过卡口的车辆、非机动车、行人进行全天候检测、抓拍与记录。相关法律明确规定:货运汽车、三轮车不准载人;但目前由于三轮车违法载人导致的交通事故很多。因此通过图像识别技术加强三轮车违法载人的审核机制有重要的意义。

现有的三轮车违法载人的判罚基本还是以人工审核的方式为主,或者使用传统图像识别算法检测人体。

在实现本申请的过程中,发明人发现,由于交通监控每天都有海量数据生成,通过人工审核的方式检测三轮车违法载人虽然精度比较高,但很浪费人力且耗时。另外,由于场景变化多样、三轮车外形变化多样,传统图像处理算法很难适配多样化的情况;由于三轮车正面背面侧面各种角度多样性、三轮车载人人与人之间互相遮挡严重等问题,基于传统图像识别的算法很难保证违法载人识别的准确性,会造成很多误报和漏检的情况,虽然比人工审核效率更快,但达不到高准确率的要求。

发明内容

本申请实施例中提供了一种三轮车载人的识别方法、装置、电子设备及存储介质,用于解决现有技术中三轮车违法载人识别准确率不高的问题。

根据本申请实施例的第一个方面,提供了一种三轮车载人的识别方法,包括:获取目标图像;在目标图像中检测一个或多个三轮车所在区域;三轮车所在区域包括在三轮车上方的人体;在各三轮车所在区域中检测人体数量;根据各三轮车所在区域中的人体数量,判断各三轮车是否载人。

根据本申请实施例的第二个方面,提供了一种三轮车载人的识别装置,包括:获取模块,用于获取目标图像;目标检测提取模块,用于在目标图像中检测一个或多个三轮车所在区域;三轮车所在区域包括在三轮车上方的人体;人体数量检测模块,用于在各三轮车所在区域中检测人体数量;后处理分析模块,用于根据各三轮车所在区域中的人体数量,判断各三轮车是否载人。

根据本申请实施例的第三个方面,提供了一种电子设备,电子设备包括:显示器,存储器,一个或多个处理器;以及一个或多个模块,一个或多个模块被存储在存储器中,并被配置成由一个或多个处理器执行,一个或多个模块包括用于执行上述方法中各个步骤的指令。

根据本申请实施例的第四个方面,提供了一种计算机可读存储介质,其上存储有计算机程序;计算机程序被处理器执行以实现上述方法。

采用本申请实施例中提供的三轮车载人的识别方法、装置、电子设备及存储介质,在目标图像中检测一个或多个三轮车所在区域;在各三轮车所在区域中检测人体数量;根据各三轮车所在区域中的人体数量,判断各三轮车是否载人;能够准确、高效地识别三轮车载人这一行为。

附图说明

此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:

图1示出了根据本申请实施例一的三轮车载人的识别方法的流程图;

图2示出了根据本申请实施例二的三轮车载人的识别装置的结构框图;

图3示出了根据本申请实施例三的电子设备的结构示意图。

具体实施方式

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北京格灵深瞳信息技术有限公司,未经北京格灵深瞳信息技术有限公司许可,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/202010697598.X/2.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