[發(fā)明專利]一種用于列車行駛方向檢測(cè)的智能判斷方法有效
| 申請(qǐng)?zhí)枺?/td> | 201811442277.4 | 申請(qǐng)日: | 2018-11-29 |
| 公開(公告)號(hào): | CN109614898B | 公開(公告)日: | 2023-08-08 |
| 發(fā)明(設(shè)計(jì))人: | 張濤;孔祥斌;沈志忠;李潔 | 申請(qǐng)(專利權(quán))人: | 通號(hào)通信信息集團(tuán)有限公司 |
| 主分類號(hào): | G06V20/58 | 分類號(hào): | G06V20/58;G06V10/764;G06N3/0464;G06V10/82 |
| 代理公司: | 北京紀(jì)凱知識(shí)產(chǎn)權(quán)代理有限公司 11245 | 代理人: | 徐寧;劉美麗 |
| 地址: | 100070 北京市豐臺(tái)區(qū)汽*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 用于 列車 行駛 方向 檢測(cè) 智能 判斷 方法 | ||
1.一種用于列車行駛方向檢測(cè)的智能判斷方法,其特征在于包括以下內(nèi)容:
根據(jù)列車車頭與攝像頭之間的位置關(guān)系,標(biāo)定列車車頭樣本;
根據(jù)標(biāo)定的列車車頭樣本,構(gòu)建列車車頭樣本的檢測(cè)深度網(wǎng)絡(luò)模型,具體過(guò)程為:
1)對(duì)攝像頭獲取的列車圖像進(jìn)行目標(biāo)檢測(cè),得到若干標(biāo)定框及其對(duì)應(yīng)的輸出框,每一標(biāo)定框均為攝像頭獲取的某一列車圖像中可能存在列車車頭樣本的區(qū)域,每一輸出框均包括對(duì)應(yīng)標(biāo)定框的中心坐標(biāo)、寬度和高度;
2)根據(jù)標(biāo)定的列車車頭樣本,對(duì)每一標(biāo)定框均進(jìn)行目標(biāo)識(shí)別,確定每一標(biāo)定框內(nèi)的物體是否為列車車頭樣本,并輸出預(yù)測(cè)框;
3)根據(jù)所有標(biāo)定框的預(yù)測(cè)框,構(gòu)建列車車頭樣本的檢測(cè)深度網(wǎng)絡(luò)模型,所述列車車頭樣本的檢測(cè)深度網(wǎng)絡(luò)模型包括網(wǎng)絡(luò)輸出分類模型和網(wǎng)絡(luò)輸出位置模型:
A)網(wǎng)絡(luò)輸出分類模型Lcls,用于表示識(shí)別的物體是否為列車車頭樣本:
Lcls(p)=-α(1-p)γlog(p)
其中,α為正圖像和負(fù)圖像的控制因子;γ為分類正圖像的權(quán)重系數(shù);p為多類分類層輸出的概率,其表達(dá)式為:
其中,上式左側(cè)表示的是輸入為xi,模型參數(shù)為θ時(shí),預(yù)測(cè)判斷為正圖像的概率為yi,上式右側(cè)的e表示自然對(duì)數(shù),C表示一共可能的判斷結(jié)果數(shù)目;l為預(yù)測(cè)框的位置;
B)網(wǎng)絡(luò)輸出位置模型Lloc,用于表示網(wǎng)絡(luò)輸出的列車車頭樣本位置和實(shí)際位置是否有足夠的重合度:
其中,N為標(biāo)定框的數(shù)量;Pos為所有預(yù)測(cè)到的列車車頭樣本位置;m為列車車頭樣本位置的橫坐標(biāo)、縱坐標(biāo)、寬度和高度4個(gè)坐標(biāo);cx為列車車頭樣本中心點(diǎn)的橫坐標(biāo);cy為列車車頭樣本中心點(diǎn)的縱坐標(biāo);w為寬度;h為高度;j為標(biāo)定的第j個(gè)目標(biāo);g為標(biāo)定框的位置;d為輸出框的位置;l為預(yù)測(cè)框的位置;smoothL1(x)表示一個(gè)函數(shù)映射;
根據(jù)構(gòu)建的檢測(cè)深度網(wǎng)絡(luò)模型,對(duì)攝像頭獲取的列車圖像進(jìn)行檢測(cè),得到列車車頭樣本的特征向量,具體過(guò)程為:
a)根據(jù)構(gòu)建的檢測(cè)深度網(wǎng)絡(luò)模型,對(duì)攝像頭獲取的列車圖像進(jìn)行檢測(cè),得到列車車頭樣本的位置和大小,其中,列車車頭樣本的位置tp為標(biāo)定框的中心點(diǎn)坐標(biāo):
其中,(x1,y1)為列車車頭樣本的左上角坐標(biāo),(x2,y2)為列車車頭樣本的右下角坐標(biāo);
列車車頭樣本的大小ts為標(biāo)定框的面積:
ts=(x2-x1)×(y2-y1)
b)根據(jù)列車車頭樣本的位置和大小,得到列車車頭樣本的特征向量
其中,tp(x)為列車車頭樣本位置的中心點(diǎn)橫坐標(biāo);tp(y)為列車車頭樣本位置的中心點(diǎn)縱坐標(biāo);
根據(jù)設(shè)定時(shí)間內(nèi)所有列車車頭樣本的特征向量,構(gòu)建列車車頭特征向量,所述列車車頭特征向量為:
其中,為第T秒內(nèi)第M幀列車圖像的列車車頭樣本位置的中心點(diǎn)橫坐標(biāo);為第T秒內(nèi)第M幀列車圖像的中心點(diǎn)縱坐標(biāo);為第T秒內(nèi)第M幀列車圖像的列車車頭樣本的大小;
對(duì)列車車頭特征向量進(jìn)行插值處理,得到統(tǒng)一長(zhǎng)度的列車車頭特征向量;
對(duì)統(tǒng)一長(zhǎng)度的列車車頭特征向量進(jìn)行分類方向判斷,確定列車的行駛方向,完成列車行駛方向的判斷。
2.如權(quán)利要求1所述的用于列車行駛方向檢測(cè)的智能判斷方法,其特征在于,根據(jù)列車車頭與攝像頭之間的位置關(guān)系,標(biāo)定列車車頭樣本,具體過(guò)程為:
當(dāng)列車車頭正對(duì)攝像頭,即攝像頭只能獲取列車車頭的正面圖像時(shí),標(biāo)定列車車頭正面的矩形區(qū)域?yàn)榱熊囓囶^樣本;
當(dāng)列車車頭斜對(duì)攝像頭,即攝像頭能夠獲取列車車頭的部分正面和部分側(cè)面的斜側(cè)面圖像時(shí),標(biāo)定列車車頭的斜側(cè)面區(qū)域?yàn)榱熊囓囶^樣本;
當(dāng)列車車頭側(cè)對(duì)攝像頭,即攝像頭只能獲取列車車頭的側(cè)面圖像時(shí),標(biāo)定列車車頭的側(cè)面矩形區(qū)域?yàn)榱熊囓囶^樣本。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于通號(hào)通信信息集團(tuán)有限公司,未經(jīng)通號(hào)通信信息集團(tuán)有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811442277.4/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。





