[發明專利]基于人工智能的視頻圖像識別方法及相關設備

在審

• 申請號: 202010438156.3
• 申請日: 2020-05-21
• 公開（公告）號: CN111627215A
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 曹素云
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017;G06K9/00
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 何春蘭;孫芬

1.一種基于人工智能的視頻圖像識別方法，其特征在于，所述基于人工智能的視頻圖像識別方法包括：

在車輛行駛的過程中，對所述車輛的前行視角進行動態采集，獲得多個采集數據；

對所述多個采集數據進行視頻編碼以及視頻解碼，獲得視頻圖像；

根據所述車載設備的嵌入式中央處理器CPU的前端算力，確定抽幀頻率；

根據所述抽幀頻率，對所述視頻圖像進行抽幀，獲得多個視頻幀；

依次對所述多個視頻幀進行識別，獲得所述車輛的車輛識別結果以及所述車輛途經的交通標線的標線識別結果；

根據所述車輛識別結果以及所述標線識別結果，對所述車輛以及所述交通標線的空間位置關系進行分析，獲得車輛違法識別結果；

將所述車輛違法識別結果上傳至區塊鏈。

2.根據權利要求1所述的基于人工智能的視頻圖像識別方法，其特征在于，所述在車輛行駛的過程中，對所述車輛的前行視角進行動態采集，獲得多個采集數據之后，所述基于人工智能的視頻圖像識別方法還包括：

獲取每個所述采集數據對應的能見度值；

將能見度值低于預設閾值的采集數據確定為無效數據；

從所述多個采集數據中刪除所述無效數據，獲得有效數據；

所述對所述多個采集數據進行視頻編碼以及視頻解碼，獲得視頻圖像包括：

對所述有效數據進行視頻編碼以及視頻解碼，獲得視頻圖像。

3.根據權利要求1所述的基于人工智能的視頻圖像識別方法，其特征在于，所述依次對所述多個視頻幀進行識別，獲得所述車輛的車輛識別結果以及所述車輛途經的交通標線的標線識別結果包括：

依次將所述多個視頻幀輸入至違法識別模型中，通過所述違法識別模型中的車輛二分類識別模型，獲得車輛識別結果，所述車輛識別結果包括公交車或非公交車；

通過所述違法識別模型中的交通標線識別模型，對所述車輛途經的交通標線進行識別，獲得初始識別結果，并對相鄰視頻幀的多個初始識別結果進行分析，獲得所述交通標線最終的標線識別結果。

4.根據權利要求1所述的基于人工智能的視頻圖像識別方法，其特征在于，所述依次對所述多個視頻幀進行識別，獲得所述車輛的車輛識別結果以及所述車輛途經的交通標線的標線識別結果包括：

獲取所述多個視頻幀的車輛圖像，并根據所述車輛圖像，構建所述車輛圖像的三維模型；基于所述三維模型，將所述車輛圖像與車輛圖像數據庫進行配對，以獲得所述車輛的車輛識別結果；

獲取所述多個視頻幀中所述車輛途經的交通標線圖像，并根據所述交通標線圖像，構建所述交通標線圖像的線條輪廓模型；基于所述線條輪廓模型，將所述交通標線圖像與標線圖像數據庫進行配對，以獲得所述車輛的標線識別結果。

5.根據權利要求1至4中任一項所述的基于人工智能的視頻圖像識別方法，其特征在于，所述依次對所述多個視頻幀進行識別，獲得所述車輛的車輛識別結果以及所述車輛途經的交通標線的標線識別結果之后，所述基于人工智能的視頻圖像識別方法還包括：

若所述車輛識別結果表明所述車輛為非公交車，采用區域識別模型對所述多個視頻幀進行區域識別，獲得所述車輛的行駛區域；

判斷所述行駛區域是否屬于所述車輛的禁止通行區域；

若所述行駛區域不屬于所述車輛的禁止通行區域，根據所述車輛識別結果以及所述標線識別結果，對所述車輛以及所述交通標線的空間位置關系進行分析，獲得車輛違法識別結果。

6.根據權利要求1所述的基于人工智能的視頻圖像識別方法，其特征在于，所述車輛識別結果中還攜帶有所述車輛在所述視頻幀中的第一像素范圍，所述標線識別結果中還攜帶有所述交通標線在所述視頻幀中的第二像素范圍，所述根據所述車輛識別結果以及所述標線識別結果，對所述車輛以及所述交通標線的空間位置關系進行分析，獲得車輛違法識別結果包括：

判斷所述第一像素范圍與所述第二像素范圍是否存在重合；

若所述第一像素范圍與所述第二像素范圍存在重合，根據所述車輛識別結果以及所述標線識別結果，獲得所述車輛對應的交通規則；

若所述第一像素范圍與所述第二像素范圍的重合不符合所述交通規則，確定所述車輛違法。