[發明專利]基于人工智能的電動自行車占用機動車道識別方法

在審

• 申請號: 201910011055.5
• 申請日: 2019-01-07
• 公開（公告）號: CN109726699A
• 公開（公告）日: 2019-05-07
• 發明（設計）人: 殷鵬;張小輝
• 申請（專利權）人: 殷鵬
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 成都佳劃信知識產權代理有限公司 51266
• 代理人: 余小麗

1.基于人工智能的電動自行車占用機動車道識別方法，包括安裝在電子眼安裝支架上、且能拍攝到機動車道和非機動車道的視頻圖像的攝像頭，其特征在于，還包括與所述攝像頭連接的視頻分析系統；

所述電動自行車占用機動車道識別方法，包括以下步驟：

步驟S01，利用所述攝像頭拍攝所在區域的機動車道和非機動車道的視頻圖像，將攝像頭拍攝的視頻圖像轉換成視頻流，并傳輸給視頻分析系統；同時，采用基于深度神經網絡學習電動自行車的特征，并建立電動自行車的外形訓練模型和車牌訓練模型；

步驟S02，對攝像頭拍攝的視頻圖像進行圖像分割，以區分機動車道和非機動車道；

步驟S03，提取機動車道內的視頻圖像，并將所述視頻圖像輸入外形訓練模型以標記機動車道內的電動自行車；

步驟S04，將所述標記機動車道內的電動自行車的視頻圖像輸入車牌訓練模型，檢測輸出電動自行車的車牌號碼。

2.根據權利要求1所述的基于人工智能的電動自行車占用機動車道識別方法，其特征在于，所述步驟S01中，建立電動自行車的外形訓練模型和車牌訓練模型包括以下步驟：

步驟S11，將電動自行車的視頻圖像劃分為8×8的矩形塊，并對任一矩形塊進行聚類預測錨點框；

步驟S12，將所述分割的矩形塊輸入至多層卷積神經網絡中，采用卷積神經網絡提取視頻圖像內的圖像特征，并訓練獲得任一電動自行車的外形訓練模型和車牌訓練模型。

3.根據權利要求2所述的基于人工智能的電動自行車占用機動車道識別方法，其特征在于，所述步驟S02中，視頻圖像分割包括以下步驟：

步驟S21，識別攝像頭拍攝的視頻圖像中的右側道路劃分線和中間隔離線；

步驟S22，采用基于邊緣分割算法劃分獲得右側道路劃分線與中間隔離線之間的機動車道的視頻圖像。

4.根據權利要求3所述的基于人工智能的電動自行車占用機動車道識別方法，其特征在于，所述步驟S21中，采用變形Sobel算子識別獲得右側道路劃分線、車道劃分線和中間隔離線的紋理特征。

5.根據權利要求4所述的基于人工智能的電動自行車占用機動車道識別方法，其特征在于，所述中間隔離線包括單黃實線、雙黃實線、黃色虛實線和雙白實線。