[发明专利]一种违章车辆的识别方法、系统及装置在审
申请号: | 202110712444.8 | 申请日: | 2021-06-25 |
公开(公告)号: | CN113298045A | 公开(公告)日: | 2021-08-24 |
发明(设计)人: | 庄磊;毛晓蛟;章勇;曹李军 | 申请(专利权)人: | 苏州科达科技股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/42;G06K9/62;G08G1/017;G06N3/04 |
代理公司: | 北京三聚阳光知识产权代理有限公司 11250 | 代理人: | 张琳琳 |
地址: | 215011 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 违章 车辆 识别 方法 系统 装置 | ||
本发明公开了一种违章车辆的识别方法、系统及装置,其中,所述方法包括:获取在时序上具备先后关系的多帧待检测图像;识别所述多帧待检测图像中目标车辆的行驶轨迹;确定所述多帧待检测图像的光流信息,并结合所述光流信息和所述目标车辆的行驶轨迹,判断所述目标车辆是否为违章车辆。本发明提供的技术方案,能够提高违章车辆的识别准确度。
技术领域
本发明涉及图像处理技术领域,具体涉及一种违章车辆的识别方法、系统及装置。
背景技术
随着智能交通技术的不断发展,无人机正在被越来越多地应用至违章车辆的排查过程中。通过对无人机拍摄的视频或者图像进行分析,可以识别出道路上存在违章行为的车辆。例如,可以对道路上车辆的行驶状态进行分析,从而识别出存在违停、超速、逆向行驶等行为的车辆。
在现有的图像分析过程中,都是默认无人机处于悬停的状态中,这样才能根据无人机拍摄的视频或者图像准确地分析出车辆的实际行驶状态。但是在实际应用中,无人机很可能处于飞行的状态,这就导致现有技术中在对图像进行分析时,得到的结果可能与真实的结果不符,存在违章车辆的误报行为。
发明内容
有鉴于此,本发明实施方式提供了一种违章车辆的识别方法、系统及装置,能够提高违章车辆的识别准确度。
本发明一方面提供了一种违章车辆的识别方法,所述方法包括:获取在时序上具备先后关系的多帧待检测图像;识别所述多帧待检测图像中目标车辆的行驶轨迹;确定所述多帧待检测图像的光流信息,并结合所述光流信息和所述目标车辆的行驶轨迹,判断所述目标车辆是否为违章车辆。
通过对时序上具备先后关系的多帧待检测图像进行分析,可以识别出目标车辆的行驶轨迹,该行驶轨迹是相对于拍摄图像的设备而言的,并非是目标车辆实际的行驶轨迹。后续,可以计算多帧待检测图像的光流信息,在该光流信息中,可以表征地面静止参照物相对于拍摄图像的设备的运行关系。通过比对光流信息和目标车辆的行驶轨迹,从而可以确定出目标车辆实际的行驶状态,根据该实际的行驶状态就能准确地判断目标车辆是否存在违章行为。可见,通过将车辆的相对行驶轨迹和图像的光流信息相结合,能够准确地识别出车辆是否存在违章行为。
在一个实施方式中,识别所述多帧待检测图像中目标车辆的行驶轨迹包括:针对所述多帧待检测图像中的任一待检测图像,检测所述待检测图像中各个车辆的位置和各个车辆的标识;在所述多帧待检测图像中,将具备相同标识的车辆作为待检测的目标车辆,并基于所述目标车辆在各个所述待检测图像中的位置,确定所述目标车辆的行驶轨迹。
通过检测车辆的位置和标识,从而可以在多帧待检测图像中定位出同一车辆的位置。根据定位结果,可以确定出车辆的行驶轨迹。这样,当待检测图像中存在多个车辆时,不会对不同车辆的位置发生混淆,从而提高了识别出的行驶轨迹的准确度。
在一个实施方式中,在所述待检测图像中检测各个车辆的位置和各个车辆的标识包括:利用初始模型提取所述待检测图像的多维度特征,并利用层级模型对所述待检测图像的多维度特征进行融合,以生成多个融合特征;在所述多个融合特征中选取指定融合特征,并分别对所述指定融合特征进行车辆位置识别和车辆标识识别,以得到所述待检测图像中各个车辆的位置和各个车辆的标识。
通过初始模型和层级模型的处理,使得生成的融合特征能够具备更加丰富的信息,通过指定其中的一个融合特征进行位置识别和标识识别,能够使得识别结果更加精确。
在一个实施方式中,在所述多个融合特征中选取指定融合特征包括:将所述多个融合特征中维度最小的融合特征作为选取的所述指定融合特征。
维度最小的融合特征通常位于最底层,而最底层的融合特征往往具备最佳的融合效果,对该最底层的融合特征进行位置识别和标识识别,能够具备较好的识别效果。
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苏州科达科技股份有限公司,未经苏州科达科技股份有限公司许可,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/202110712444.8/2.html,转载请声明来源钻瓜专利网。