[发明专利]图像检测方法、装置、电子设备和存储介质在审

专利信息
申请号: 202011145968.5 申请日: 2020-10-23
公开(公告)号: CN112257604A 公开(公告)日: 2021-01-22
发明(设计)人: 康帅;袁宇辰;苏翔博 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 北京银龙知识产权代理有限公司 11243 代理人: 许静;黄灿
地址: 100085 北京市*** 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: 图像 检测 方法 装置 电子设备 存储 介质
【说明书】:

本申请公开了图像检测方法、装置、电子设备和存储介质,涉及计算机视觉、深度学习、智能交通等人工智能领域,可用于智能云场景。具体实现方案为:获取铁路监控图像;通过第一神经网络对所述铁路监控图像进行目标对象检测;获取所述铁路监控图像的铁轨图像数据;在所述第一神经网络对所述铁路监控图像检测到所述目标对象的图像数据的情况下,依据所述目标对象的图像数据和铁轨图像数据,检测是否存在危险行为。本申请提高铁路检测的效率。

技术领域

本公开涉及计算机视觉、深度学习、智能交通等人工智能领域,可用于智能云场景。

背景技术

铁路运输作为当前一种非常重要的运输方式,例如:传统铁路和高速铁路(简称:高铁)。目前铁路监控主要是通过人员监控,或者在正常运输列车之前,通过专门检测列车对铁路进行监控,例如:早上运行的专门检测铁路安全的检测列车。

发明内容

本公开提供了一种图像检测方法、装置、电子设备和存储介质。

根据本公开的一方面,提供了一种图像检测方法,包括:

获取铁路监控图像;

通过第一神经网络对所述铁路监控图像进行目标对象检测;

获取所述铁路监控图像的铁轨图像数据;

在所述第一神经网络对所述铁路监控图像检测到所述目标对象的图像数据的情况下,依据所述目标对象的图像数据和铁轨图像数据,检测是否存在危险行为。

根据本公开的另一方面,提供了一种图像检测装置,包括:

第一获取模块,用于获取铁路监控图像;

第一检测模块,用于通过第一神经网络对所述铁路监控图像进行目标对象检测;

第二获取模块,用于获取所述铁路监控图像的铁轨图像数据;

第二检测模块,用于在所述第一神经网络对所述铁路监控图像检测到所述目标对象的图像数据的情况下,依据所述目标对象的图像数据和铁轨图像数据,检测是否存在危险行为。

根据本公开的另一方面,提供了一种电子设备,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开提供的图像检测方法。

根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行本公开提供的图像检测方法。

根据本公开的技术方案,可以依据铁路监控图像的铁轨图像数据和图像数据检测铁路上是否存在危险行为,以提高铁路检测的效率。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案,不构成对本公开的限定。其中:

图1是本公开提供的一种图像检测方法的流程图;

图2是本公开提供的一种图像检测的检测结果示意图;

图3是本公开提供的另一种图像检测的检测结果示意图;

图4是本公开提供的另一种图像检测的检测结果示意图;

图5是本公开提供的另一种图像检测的网络示意图;

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京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202011145968.5/2.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