[发明专利]一种雨天识别方法和系统

权利要求书

1.一种雨天识别方法，其特征在于，包括：

获取道路监控实时视频；

从所述道路监控实时视频中提取多张车辆尾部图片，包括：

按照预设频率从所述道路监控实时视频中抽取图片，得到多张抽帧图片；

从所述多张抽帧图片中扣取出所述多张车辆尾部图片；

基于所述多张车辆尾部图片中的水雾特征，利用训练完备的识别模型，得到雨天识别结果，包括：

基于所述多张车辆尾部图片中的水雾特征，利用训练完备的识别模型，获得所述多张车辆尾部图片的雨天检测值；

对所述多张车辆尾部图片的雨天检测值取平均值，得到多张抽帧图片的雨天检测均值；其中，一张抽帧图片中包含多张车辆尾部图片，计算出所述一张抽帧图片中的上述多张车辆尾部图片的雨天检测值的平均值，所述平均值就是所述一张抽帧图片的雨天检测均值；

对所述多张抽帧图片的雨天检测均值在时间维度上进行融合，得到所述道路监控实时视频的雨天检测值，并根据所述道路监控实时视频的雨天检测值输出所述雨天识别结果。

2.根据权利要求1所述的方法，其特征在于，还包括以下步骤：

获取雨天道路监控视频和非雨天道路监控视频，制作训练数据；

利用所述训练数据对深度神经网络进行训练，得到所述训练完备的识别模型。

3.根据权利要求2所述的方法，其特征在于，所述获取雨天道路监控视频和非雨天道路监控视频，制作训练数据，包括：

采集不同位置且不同时间段的多个道路监控视频段，其中，所述多个道路监控视频段中包括雨天视频段和非雨天视频段，对所述雨天视频段进行标注，获得已标注的雨天视频段；

按照预设频率，从所述非雨天视频段和所述已标注的雨天视频段中抽取图片，得到雨天车辆尾部图片和非雨天车辆尾部图片，将所述雨天车辆尾部图片和所述非雨天车辆尾部图片作为所述训练数据。

4.根据权利要求1所述的方法，其特征在于，从所述多张抽帧图片中扣取出所述多张车辆尾部图片，包括：

在所述多张抽帧图片中检测第一车辆尾部图片的位置和大小，并选取第一车辆尾部图片的大小满足第一预设阈值的第一车辆尾部图片的检测框进行外扩，扣取得到所述多张车辆尾部图片。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述基于所述多张车辆尾部图片中的水雾特征，利用训练完备的识别模型，得到雨天识别结果，包括：

将所述多张车辆尾部图片输入至所述训练完备的识别模型中，基于所述水雾特征，获得所述多张车辆尾部图片的雨天检测值；

对所述多张车辆尾部图片的雨天检测值取平均值，得到多张抽帧图片的雨天检测均值，对所述多张抽帧图片的雨天检测均值在时间维度上进行融合，得到所述道路监控实时视频的雨天检测值；

在所述道路监控实时视频的雨天检测值大于第二预设阈值时，输出所述雨天识别结果为雨天；

在所述道路监控实时视频的雨天检测值小于第三预设阈值时，输出所述雨天识别结果为非雨天；

其中，所述第二预设阈值大于所述第三预设阈值。

6.根据权利要求1至4任一项所述的方法，其特征在于，还包括：

当所述雨天识别结果为雨天时，进行报警。