[发明专利]一种基于局部图像分类的渣土车顶盖状态确定方法及系统

说明书

本申请提供了一种基于局部图像分类的渣土车顶盖状态确定方法及系统，属于计算机视觉识别技术领域，该方法引入了车辆属性辅助确定出更为具分类鲁棒性的车辆顶盖区域图像，能够有效应对实际路况的复杂情况，尤其是渣土车之间相互遮挡的情况，保证了后续的顶盖覆盖状态识别的准确性。

技术领域

本申请涉及计算机视觉识别技术领域，具体而言，涉及一种基于局部图像分类的渣土车顶盖状态确定方法及系统。

背景技术

在快速发展的城市化进程中,高楼大厦如雨后春笋般拔地而起。渣土车本是城市建设不可或缺的工具，但是目前的渣土车仍然存在违规不覆盖顶盖的情况，导致遗撒和风蚀扬尘现象的十分普遍，成为了道路扬尘污染的突出问题。针对上述现实问题，已经有一些针对渣土车顶盖开闭状态进行监测识别的技术尝试。

本申请的申请人通过检索现有技术后发现：

专利文献1（CN111401162A）公开了渣土车违法审核方法，获取待审核车辆图像，基于目标车辆检测识别模型识别出所述待审核车辆图像中的目标车辆，并判断所述目标车辆是否为渣土车，若所述目标车辆为渣土车，则基于渣土车装货识别模型确定所述渣土车的装货状态以及装货盖的覆盖状态，根据所述装货状态以及所述覆盖状态，确定所述渣土车是否违法。该专利文献虽然涉及了对车辆属性、顶盖覆盖状态的识别，但是，其并未记载如何准确获取渣土车的顶盖区域图像，而该顶盖区域图像的准确获取是顶盖状态判别准确性的重要前提。尤其是实际交通场景是十分复杂的，车辆的遮挡、朝向等情况也很复杂，如何从复杂的交通场景中准确地抠取出渣土车的顶盖区域图像，专利文献1并没有任何相关记载。

专利文献2（CN111209923A）公开了一种基于深度学习技术的渣土车是否盖盖识别方法，该方法仅仅利用通过深度学习的检测模型获取的渣土车的位置信息,送入基于深度学习的渣土车分类器中获取盖盖渣土车、未盖盖渣土、其他货车三种类别。与前述专利文献1类似的是，在实际使用过程中,不同的车辆遮挡、朝向情况等,会显著降低该方案的识别准确率；以及，除了车辆的位置信息以外,一些车辆的属性特征,类似车辆的朝向信息,是否被遮挡信息也会为分类模型提供必要的信息；此外，该方法也没有对未覆盖渣土车中的未覆盖的空渣土车和未覆盖的非空渣土车进行分开处理。

专利文献3（CN207304730U）公开了一种通过视频分析手段确定渣土车顶盖状态的装置，其运用深度相机来获取深度进而间接的获取渣土车顶盖状态,该方案属于间接法,中间变量较多,包括相机架设高度、角度、与车辆经过时的相对位置都要较高要求,且无论采用双目或者tof的深度方案,成本均高于普通相机且维护困难。

专利文献4（CN207304730U）公开了一种渣土车顶盖密闭识别的方法，但是其并不使用视觉的方案,无法达到视觉方案的直观、实时性的优点。

综上可见，现有技术虽然进行了渣土车顶盖状态检测的尝试，但仍存在例如上述的许多技术问题。

发明内容

为了解决上述背景技术中存在的技术问题，本申请提供了一种基于局部图像分类的渣土车顶盖状态确定方法、系统、电子设备及存储介质，以高效准确的检测渣土车的顶盖状态。

本申请的第一方面提供了一种基于局部图像分类的渣土车顶盖状态确定方法，所述方法包括：

监控模块获取实时监控图像并将其传输至检测和属性分类联合模块；

所述检测和属性分类联合模块对所述实时监控图像进行识别处理，输出车辆的位置、类别及属性，其中，所述类别为渣土车/非渣土车，所述属性包括遮挡、朝向信息；