[发明专利]基于深度学习目标检测的地铁车号识别方法

权利要求书

1.基于深度学习目标检测的地铁车号识别方法，其特征在于：

所述方法包括以下步骤：

步骤一：在地铁车辆经过时获得车头图像信息，基于深度学习目标检测技术识别出车头正面的LOGO；

步骤二：根据车头正面LOGO与车号之间的相对位置关系和大小比例关系，基于机械视觉技术计算出车号在图像上的位置和大小，找到车号位置，图像裁减后使用OCR算法进行文本识别，得到车号数据；

步骤三：将车号数据发送给上级服务器。

2.根据权利要求1所述的基于深度学习目标检测的地铁车号识别方法，其特征在于：

步骤一中，车头图像信息的获得过程为：

在检测地铁车辆车号的位置安装一个摄像头，使其能够在车辆经过时在同一画面拍摄到车头正面的LOGO和车号；

在摄像头前方部署一台边缘计算机和一个光电反射车感器，摄像头使用USB数据线连接到边缘计算机，地铁车辆经过时触发车感器，边缘计算机通过车感器检测到车辆到来，触发摄像头录制短视频。

3.根据权利要求2所述的基于深度学习目标检测的地铁车号识别方法，其特征在于：

步骤一中，识别车头正面LOGO的过程为：

边缘计算机内置检测程序，使用深度学习目标检测技术逐帧检测视频是否拍到车头的LOGO，如果没有检测到则判定为车感器误触发，如果检测到LOGO，通过检测程序得到LOGO在图像上的位置和像素尺寸大小。

4.根据权利要求3所述的基于深度学习目标检测的地铁车号识别方法，其特征在于：

步骤二中，裁减车号位置的图像后，通过透视变换矫正图像，消除图像变形影响。

5.根据权利要求4所述的基于深度学习目标检测的地铁车号识别方法，其特征在于：

步骤三中，边缘计算机将车号数据发送给上级服务器，同时，将该处边缘计算机的编号和车辆通过时间也发送给上级服务器。

6.根据权利要求5所述的基于深度学习目标检测的地铁车号识别方法，其特征在于：

车辆通过时间为车感器被触发的时间。