[发明专利]一种基于无人机的渣土车套牌识别方法及系统有效
申请号: | 202210525507.3 | 申请日: | 2022-05-16 |
公开(公告)号: | CN114627394B | 公开(公告)日: | 2022-08-09 |
发明(设计)人: | 杨翰翔;付正武 | 申请(专利权)人: | 深圳联和智慧科技有限公司 |
主分类号: | G06V20/17 | 分类号: | G06V20/17;G06V20/54;G06V20/62;G06V10/74;G06V10/774;G06V10/80;G06K9/62 |
代理公司: | 广州博联知识产权代理有限公司 44663 | 代理人: | 梁志标 |
地址: | 518000 广东省深圳市南山区粤海街道高*** | 国省代码: | 广东;44 |
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 基于 无人机 渣土 车套牌 识别 方法 系统 | ||
本发明实施例提供一种基于无人机的渣土车套牌识别方法及系统,通过对无人机反馈的航拍监控视频按照航拍监控图像帧的时间顺序依次获取航拍监控视频中的一个航拍监控图像帧作为当前监控图像帧以及当前监控图像帧之后的至少一个航拍监控图像帧作为融合监控图像帧;然后,获取至少一个待识别渣土车对应的显著性标识信息,显著性标识信息包括针对相应的待识别渣土车的至少一种显著性特征,显著性特征包括与待识别渣土车的可视化特征对应的特征标识信息;最后,根据显著性标识信息以及每次采集得到的当前监控图像帧以及融合监控图像帧进行特征分析,以判断无人机当前监控的渣土车场景中是否存在套牌渣土车。如此,结合无人机实现套牌渣土车的自动识别。
技术领域
本发明涉及无人机及车辆监控技术领域,具体而言,涉及一种基于无人机的渣土车套牌识别方法及系统。
背景技术
渣土车,也称拉土车、运渣车,如常见的有运送砂石等渣土材料的大型翻斗车、卡车等,一般为大型载重卡车。
随着无人机技术的不断发展以及较大范围的推广应用,无人机在城市管理中的各个领域被逐渐应用及推广,并在各种场景下的监控和应用极大的提高了相关的监控效果。基于此,在一些特别的渣土车场景中,如何有效利用无人机实现渣土车的监管(如渣土车套牌行为识别)是本领域正在研究的一项重要性课题。
发明内容
鉴于上述提及的问题,本发明实施例提供一种基于无人机的渣土车套牌识别方法,应用于与无人机通信连接的渣土车监控中心,所述方法包括:
获取无人机针对待监控的渣土车场景进行航拍监控反馈的航拍监控视频,所述航拍监控视频包括针对渣土车进行拍摄得到的两个或两个以上航拍监控图像帧;
按照所述航拍监控图像帧的时间顺序依次获取所述航拍监控视频中的一个航拍监控图像帧作为当前监控图像帧以及所述当前监控图像帧之后的至少一个航拍监控图像帧作为融合监控图像帧;
获取至少一个待识别渣土车对应的显著性标识信息,所述显著性标识信息包括针对相应的待识别渣土车的至少一种显著性特征,所述显著性特征包括与待识别渣土车的可视化特征对应的特征标识信息;
根据所述显著性标识信息以及每次采集得到的当前监控图像帧以及融合监控图像帧进行特征分析,以判断所述无人机当前监控的渣土车场景中是否存在套牌渣土车。
进一步地,所述根据所述显著性标识信息以及每次采集得到的当前监控图像帧以及融合监控图像帧进行特征分析,以判断所述无人机当前监控的渣土车场景中是否存在套牌渣土车,包括:
根据所述显著性标识信息,对所述当前监控图像帧和所述融合监控图像帧分别进行关键信息采集,得到所述当前监控图像帧的第一关键可视化特征和所述融合监控图像帧的第二关键可视化特征,所述第一关键可视化特征至少用于表征所述当前监控图像帧所包括的可视化特征与所述显著性标识信息之间的特征关联度,所述第二关键可视化特征至少用于表征所述融合监控图像帧所包括的可视化特征与所述显著性标识信息之间的特征关联度;
对所述第一关键可视化特征和所述第二关键可视化特征进行组合,得到所述当前监控图像帧的关键可视化组合特征;
将所述关键可视化组合特征与预先建立在所述渣土车监控中心的数据库中存储的与所述显著性标识信息对应的标准可视化特征进行比对分析,判断所述无人机当前监控的渣土车场景中是否存在套牌渣土车。
进一步地,所述将所述关键可视化组合特征与预先建立在所述渣土车监控中心的数据库中存储的与所述显著性标识信息对应的标准可视化特征进行比对分析,判断所述无人机当前监控的渣土车场景中是否存在套牌渣土车,包括:
将所述关键可视化组合特征与所述数据库中存储的与所述显著性标识信息对应的标准可视化特征进行匹配度分析,当所述数据库中存储的与所述显著性标识信息对应的标准可视化特征和所述关键可视化组合特征匹配时,则判断所述无人机当前监控的渣土车场景中不存在套牌渣土车;
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深圳联和智慧科技有限公司,未经深圳联和智慧科技有限公司许可,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/202210525507.3/2.html,转载请声明来源钻瓜专利网。