[發(fā)明專利]一種道路異常識(shí)別方法、裝置、設(shè)備及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811459467.7
• 申請(qǐng)日: 2018-11-30
• 公開（公告）號(hào): CN109543647B
• 公開（公告）日: 2021-07-27
• 發(fā)明（設(shè)計(jì)）人: 楊耀威;杜家鳴;孫鈺淑;段立新;夏珺崢
• 申請(qǐng)（專利權(quán)）人: 國(guó)信優(yōu)易數(shù)據(jù)股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 蘇勝

1.一種道路異常識(shí)別方法，其特征在于，所述道路異常指道路中存在塌方或者異物，包括：

提取原始圖像中的道路圖像區(qū)域；

提取所述道路圖像區(qū)域中的待識(shí)別圖像區(qū)域，所述待識(shí)別圖像區(qū)域?yàn)槿コ囕v圖像區(qū)域和生物圖像區(qū)域后的區(qū)域；

若所述待識(shí)別圖像區(qū)域中的目標(biāo)圖像區(qū)域不小于預(yù)設(shè)的區(qū)域閾值，則確定所述目標(biāo)圖像區(qū)域所對(duì)應(yīng)的道路存在異常，所述目標(biāo)圖像區(qū)域?yàn)榛叶戎翟陬A(yù)設(shè)范圍內(nèi)的像素點(diǎn)組成的圖像區(qū)域；

所述提取原始圖像中的道路圖像區(qū)域，具體包括：

將所述原始圖像輸入到預(yù)先訓(xùn)練的道路識(shí)別模型中，得到道路邊緣的坐標(biāo)值；

從原始圖像中提取所述道路邊緣的坐標(biāo)值對(duì)應(yīng)的圖像區(qū)域，并將提取的圖像區(qū)域作為所述道路圖像區(qū)域。

2.根據(jù)權(quán)利要求1所述的道路異常識(shí)別方法，其特征在于，所述提取所述道路圖像區(qū)域中的待識(shí)別圖像區(qū)域，具體包括：

將所述道路圖像區(qū)域輸入預(yù)先訓(xùn)練的車輛識(shí)別模型，得到所述道路圖像中的車輛圖像區(qū)域；以及，

將所述道路圖像區(qū)域輸入預(yù)先訓(xùn)練的生物識(shí)別模型，得到所述道路圖像中的生物圖像區(qū)域；

提取所述道路圖像中所述車輛圖像區(qū)域以及所述生物圖像區(qū)域以外的圖像區(qū)域，作為所述待識(shí)別圖像區(qū)域。

3.根據(jù)權(quán)利要求1所述的道路異常識(shí)別方法，其特征在于，所述提取所述道路圖像區(qū)域中的待識(shí)別圖像區(qū)域，具體包括：

將所述道路圖像區(qū)域輸入預(yù)先訓(xùn)練的車輛識(shí)別模型，得到所述道路圖像中的車輛圖像區(qū)域；

將所述道路圖像區(qū)域輸入預(yù)先訓(xùn)練的生物識(shí)別模型，得到所述道路圖像中的生物圖像區(qū)域；以及，

將所述道路圖像區(qū)域輸入預(yù)先訓(xùn)練的交通擁堵識(shí)別模型，得到所述道路圖像中的擁堵圖像區(qū)域；

提取所述道路圖像中所述車輛圖像區(qū)域、所述生物圖像區(qū)域以及所述擁堵圖像區(qū)域以外的圖像區(qū)域，作為待識(shí)別圖像區(qū)域。

4.根據(jù)權(quán)利要求1所述的道路異常識(shí)別方法，其特征在于，所述提取所述道路圖像區(qū)域中的待識(shí)別圖像區(qū)域，具體包括：

將所述道路圖像區(qū)域輸入預(yù)先訓(xùn)練的車輛識(shí)別模型，得到所述道路圖像中的車輛圖像區(qū)域；

將所述道路圖像區(qū)域輸入預(yù)先訓(xùn)練的生物識(shí)別模型，得到所述道路圖像中的生物圖像區(qū)域；

將所述道路圖像區(qū)域輸入預(yù)先訓(xùn)練的交通擁堵識(shí)別模型，得到所述道路圖像中的擁堵圖像區(qū)域；以及，

將所述道路圖像區(qū)域輸入預(yù)先訓(xùn)練的交通事故識(shí)別模型，得到所述道路圖像中的事故圖像區(qū)域；

提取所述道路圖像中所述車輛圖像區(qū)域、所述生物圖像區(qū)域、所述擁堵圖像區(qū)域以及所述事故圖像區(qū)域以外的圖像區(qū)域，作為待識(shí)別圖像區(qū)域。

5.一種道路異常識(shí)別裝置，其特征在于，所述道路異常指道路中存在塌方或者異物，包括：

提取模塊，用于提取原始圖像中的道路圖像區(qū)域；以及，提取所述道路圖像區(qū)域中的待識(shí)別圖像區(qū)域，所述待識(shí)別圖像區(qū)域?yàn)槿コ囕v圖像區(qū)域和生物圖像區(qū)域后的區(qū)域；

確定模塊，用于若所述待識(shí)別圖像區(qū)域中的目標(biāo)圖像區(qū)域不小于預(yù)設(shè)的區(qū)域閾值，則確定所述目標(biāo)圖像區(qū)域所對(duì)應(yīng)的道路存在異常，所述目標(biāo)圖像區(qū)域?yàn)榛叶戎翟陬A(yù)設(shè)范圍內(nèi)的像素點(diǎn)組成的圖像區(qū)域；

所述提取模塊提取原始圖像中的道路圖像區(qū)域，具體包括：

將所述原始圖像輸入到預(yù)先訓(xùn)練的道路識(shí)別模型中，得到道路邊緣的坐標(biāo)值；

從原始圖像中提取所述道路邊緣的坐標(biāo)值對(duì)應(yīng)的圖像區(qū)域，并將提取的圖像區(qū)域作為所述道路圖像區(qū)域。

6.根據(jù)權(quán)利要求5所述的道路異常識(shí)別裝置，其特征在于，所述提取模塊，具體用于：

將所述道路圖像區(qū)域輸入預(yù)先訓(xùn)練的車輛識(shí)別模型，得到所述道路圖像中的車輛圖像區(qū)域；以及，

將所述道路圖像區(qū)域輸入預(yù)先訓(xùn)練的生物識(shí)別模型，得到所述道路圖像中的生物圖像區(qū)域；

提取所述道路圖像中所述車輛圖像區(qū)域以及所述生物圖像區(qū)域以外的圖像區(qū)域，作為所述待識(shí)別圖像區(qū)域。