[發明專利]基于卷積神經網絡的車輛識別與檢測方法及系統

有效

• 申請號: 201910182868.0
• 申請日: 2019-03-12
• 公開（公告）號: CN109934161B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 王光夫;雷德鵬
• 申請（專利權）人: 天津瑟威蘭斯科技有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V20/40;G06V10/26;G06T7/246;G08G1/017
• 代理公司: 天津展譽專利代理有限公司 12221
• 代理人: 陳欣

本發明涉及一種基于卷積神經網絡的車輛識別與檢測方法及系統，其特征在于，包括以下步驟：提取車輛圖片樣本并進行標記；將已標記的圖片樣本進行區域分割和種類分析訓練；提取待識別視頻中一組隨機連續的待識別圖像；預測出所有待識別圖像中車輛位置以及種類；輸出車輛的運動狀態；將運動狀態綁定車輛監控業務邏輯，輸出監控結果及指令，本發明采用車輛識別系統對相關車輛進行智能化、自動化管理，為采用現代化的技術手段控制和管理城市交通，實時掌控每輛車的運行狀態，可方便實現車輛調度，在危險發生時，能夠引導救險車跟蹤與處置，對管理部門及時疏導、高效監控打下堅實的基礎。

技術領域

本發明涉及車輛識別與管理技術領域，尤其涉及一種基于卷積神經網絡的車輛識別與檢測方法及系統。

背景技術

隨著社會經濟的快速發展，各個國家主要城市的汽車數量與日俱增，車輛違規停放是導致交通擁堵的重大原因之一，因此各個國家都通過相應的法律法規明確規定，在特定地點、場所以及道路禁止停車，目前交通部門對違規停放行為的監管主要采取人工進行巡邏的方式，因此通過人工巡邏的方式進行違規停放的監管需要大量的人力物力，很少有一款設備能夠同時滿足實時性、準確性以及有效性的要求。

除此之外，近年來諸如油罐車、危險化學品運輸車、泥頭車、軍警車等特種車輛的擁有量也隨之不斷的增加，為了對行駛中的車輛位置進行確定，廣泛采用通過利用來自GPS(Global?Positioning?System：全球定位系統)的電波信號來進行定位的方法。但是這種利用GPS對車輛進行定位的精度含有幾十米左右的誤差，很難以更高精度進行詳細的位置確定，因此，傳統的特種車輛管理模式已難以滿足實際需要，監管效率低，存在安全隱患。

基于視頻圖像處理的交通信息采集作為一種重要的檢測技術，已受到國內外的廣泛重視，隨著社會經濟的發展和科學技術的進步，視頻檢測技術也取得了迅猛的發展，視頻檢測產品在經歷了模擬、數字兩個重要發展階段之后，現在已經處于高清發展階段，目前市場已經出現了高清視頻檢測產品，交通視頻檢測傳感器通過位于道路上方的視頻采集設備得到交通場景圖像，利用計算機圖像處理、人工智能、模式識別等技術自動分析處理場景圖像信息，從而獲取交通信息。由于它是一種非接觸式交通信息采集設備，可以在不影響車輛運行情況下進行設備的安裝、調試與維護，而無需封閉路段，同時，視頻檢測傳感器可以同時檢測多個車道并在廣域場景下進行交通監控，具有成本低、信息全面直觀、易于維護和安裝等特點，因此在智能交通系統中具有較高的應用前景。

發明內容

本發明所要解決的技術問題是克服現有技術中存在的不足，提供一種基于卷積神經網絡的車輛識別與檢測方法及系統。

本發明是通過以下技術方案予以實現：

一種基于卷積神經網絡的車輛識別與檢測方法，其特征在于，包括以下步驟：

a.提取一組不同種類車輛特定形態的圖片樣本，將圖片樣本中全部種類車輛進行標記；

b.使用mask-rcnn將已標記的圖片樣本進行區域分割和種類分析訓練；

c.與視頻監控端建立通訊連接，提取待識別視頻中一組隨機連續的待識別圖像；

d.通過mask-rcnn語義分割預測出所有待識別圖像中車輛位置以及種類；

e.通過視頻的運動跟蹤輸出車輛的運動狀態；

f.將運動狀態綁定車輛監控業務邏輯，輸出監控結果及指令。

根據上述技術方案，優選地，所述待識別圖像為待識別視頻中隨機提取的時間段內連續選取的一組圖像。

根據上述技術方案，優選地，步驟e包括：通過物體追蹤算法追蹤相鄰幀的待識別圖像中所有車輛位置；根據車輛追蹤情況輸出車輛的運動狀態。

根據上述技術方案，優選地，步驟f包括：當車輛在特定區域運動狀態為靜止時，向監控端發送提醒指令。