[发明专利]一种基于全知视角和特征提取的智能网联应用场景自动辨识方法、装置、介质及设备

权利要求书

1.一种基于全知视角和特征提取的智能网联应用场景自动辨识方法，其特征在于，包括：

获取路侧摄像机采集的多张图片；

基于深度学习算法，提取所述多张图片中目标车辆的自身特征空间，以记录所述目标车辆的运动轨迹；

当所述目标车辆的运动轨迹符合预设场景条件时，将所述目标车辆上传至服务器。

2.根据权利要求1所述的方法，其特征在于，所述基于深度学习算法，提取所述多张图片中目标车辆的自身特征空间，以记录所述目标车辆的运动轨迹，包括：

基于深度学习算法，提取当前图片中目标车辆的外形特征，其中，所述外形特征包括宽度、高度、颜色YUV空间、类别以及置信率；

当所述当前图片中目标车辆的面积大于第一面积阈值，以及所述当前图片中目标车辆的置信率大于预设置信率时，判断所述当前图片中目标车辆的中心点、面积、颜色YUV空间与下张图片中的目标车辆的中心点、面积、颜色YUV空间的差值是否满足差值阈值；

若满足差值阈值，则根据所述下张图片中的目标车辆的自身特征空间，记录所述目标车辆的运动轨迹。

3.根据权利要求2所述的方法，其特征在于，所述提取当前图片中目标车辆的外形特征，还包括：

在多张图片中，若存在提取的同一目标车辆的类别不同，则将累计次数最多的类别作为所述目标车辆的类别。

4.根据权利要求2所述的方法，其特征在于，在记录所述目标车辆的运动轨迹之后，还包括：

将持续时间大于预设时间阈值的运动轨迹，作为所述目标车辆的有效运动轨迹；

若存在持续时间小于预设时间阈值的偏离运动轨迹，且判断所述偏离运动轨迹为所述目标车辆的轨迹，则将所述偏离运动轨迹与所述有效运动轨迹合并，作为所述目标车辆的运动轨迹。

5.根据权利要求4所述的方法，其特征在于，所述判断所述偏离运动轨迹为所述目标车辆的轨迹，包括：

所述偏离运动轨迹中的目标车辆的外形特征与所述有效运动轨迹中的目标车辆的外形特征一致。

6.根据权利要求5所述的方法，其中，所述预设场景条件包括以下至少之一：

所述目标车辆的速度方向与当前车道方向相反，且持续时间大于第一时间阈值；

所述目标车辆的中心点与当前道路的分界线距离小于距离阈值，且持续时间大于第二时间阈值；或者，所述目标车辆的中心点连续经过当前道路分界线的两侧车道，且持续时间小于第三时间阈值；

所述目标车辆的面积与违禁区域的面积交集大于第二面积阈值，且持续时间大于第四时间阈值；

所述目标车辆的中心点在违禁区域内，且持续时间大于第五时间阈值。

7.根据权利要求1-6中任一项所述的方法，其特征在于，还包括：

通过所述目标车辆安装的雷达，采集所述目标车辆周围八个方向的相邻车辆空间信息，作为相邻特征空间；

当所述目标车辆的运动轨迹符合预设场景条件时，将所述目标车辆的相邻特征空间作为场景信息上传至服务器。

8.一种场景识别装置，其特征在于，包括：

图片获取模块，用于获取路侧摄像机采集的多张图片；

轨迹记录模块，用于基于深度学习算法，提取所述多张图片中目标车辆的自身特征空间，以记录所述目标车辆的运动轨迹；

车辆上传模块，用于当所述目标车辆的运动轨迹符合预设场景条件时，将所述目标车辆上传至服务器。