[发明专利]智能电子警察违章检测系统及方法

权利要求书

1.智能电子警察违章检测方法，其特征在于，所述方法包括：

获取多个目标范围内的多个实时图像数据；

将多个所述实时图像数据分别输入至图像识别装置进行第一特征提取，得到多个含有第一特征的第一特征图；

比较多个所述第一特征图中的多个第一特征，将含有相同第一特征所对应的所述第一特征图整合为实时图像流；

提取多个特征图像中的第二特征，并比较多个所述第二特征，以多个所述第一特征图的时间节点为判断节点判断两两相邻的所述第二特征的变化率，基于预设的变化率阈值确定目标第二特征；

基于异常识别装置提取所述目标第二特征中的异常特征，将所述异常特征作为异常信息，具体包括：

获取所述第二特征中的光晕范围，基于所述光晕范围获取光晕变化指数，所述光晕变化指数为：

基于所述光晕变化指数和所述光晕范围值获得光强指数，所述光强指数为：其中G_Q为光强指数；

其中，σ_GY为光晕变化指数，G_GYi为光晕范围值，n为多个特征图像中的第二特征的数量，G_GYi中的i为特征图中的第二特征的帧数；

将所述光强指数与预设置的光强阈值进行比较的，得到比较结果。

2.根据权利要求1所述的智能电子警察违章检测方法，其特征在于，所述图像识别装置内配置有神经网络模型，所述神经网络模型包括多个卷积层，每一所述卷积层中配置有多个卷积块和残差块，在两个残差块之间还设置有注意力处理模块，所述注意力处理模块的输入为卷积块的输出特征，所述卷积块的输入为第一卷积层的残差块的特征，所述注意力处理模块的输出为注意力特征，并将所述注意力特征输入至第二卷积层的残差块中进行特征提取后输入至下一层卷积层，循环操作直至最后卷积层输出目标特征，将所述输出目标特征通过第一卷积集处理得到第一特征图。

3.根据权利要求2所述的智能电子警察违章检测方法，其特征在于，提取中间卷积层以及所述中间卷积层的下一级卷积层获取输出的特征作为输入至第二卷积集、第三卷积集处理得到第二特征图和第三特征图。

4.根据权利要求3所述的智能电子警察违章检测方法，其特征在于，还包括与所述第一特征图、所述第二特征图和所述第三特征图对应的多个预测网络，多个所述预测网络设置有与预设识别类型数量相对应的卷积核，通过卷积核处理对预设检测框进行纠偏得到目标检测框，基于所述目标检测框获取目标数据，所述目标数据为第一特征，包含有所述第一特征的图像数据为所述第一特征图。

5.根据权利要求4所述的智能电子警察违章检测方法，其特征在于，提取多个所述第一特征图中的第二特征，包括：将所述第一特征图进行二值化处理得到第一特征灰度图，提取符合预设灰度面积阈值的灰度区域为第二特征。

6.根据权利要求5所述的智能电子警察违章检测方法，其特征在于，提取所述符合预设灰度面积阈值的灰度区域为第二特征，还包括识别所述灰度区域是否属于同一车辆。

7.根据权利要求6所述的智能电子警察违章检测方法，其特征在于，识别所述灰度区域是否属于同一车辆，包括：

获取两个灰度区域的中心点，并计算两个所述中心点连线的斜率，判断所述斜率是否小于预设值，当所述斜率小于预设值时计算两个所述中心点的横坐标差是否满足约束公式，所述约束公式为：

D_x＝|x_c2-x_c1|≤T_x；其中，D_x为两个中心点的横坐标距离，T_x为预设判断阈值，x_c1、x_c2为两个中心点的横坐标。

8.根据权利要求7所述的智能电子警察违章检测方法，其特征在于，两个所述中心点的横坐标差满足约束公式时，则两个所述中心点属于同一车辆，即两个所述灰度区域为第二特征对。

9.根据权利要求7所述的智能电子警察违章检测方法，其特征在于，所述判断阈值的确定包括获取与所述第一特征相匹配的多个衍生样本图像，并获取多个所述衍生样本图像中的衍生第二特征点以及多个所述衍生第二特征点之间的横坐标距离，对多个所述衍生第二特征点之间的横坐标距离进行中间取值。