[發(fā)明專利]基于人工智能的視頻圖像識(shí)別方法及相關(guān)設(shè)備

在審

• 申請?zhí)枺?/td>: 202010438156.3
• 申請日: 2020-05-21
• 公開（公告）號(hào): CN111627215A
• 公開（公告）日: 2020-09-04
• 發(fā)明（設(shè)計(jì)）人: 曹素云
• 申請（專利權(quán)）人: 平安國際智慧城市科技股份有限公司
• 主分類號(hào): G08G1/017
• 分類號(hào): G08G1/017;G06K9/00
• 代理公司: 深圳市賽恩倍吉知識(shí)產(chǎn)權(quán)代理有限公司 44334
• 代理人: 何春蘭;孫芬

本申請涉及人工智能技術(shù)領(lǐng)域，提供一種基于人工智能的視頻圖像識(shí)別方法，包括：在車輛行駛的過程中，對車輛的前行視角進(jìn)行動(dòng)態(tài)采集，獲得多個(gè)采集數(shù)據(jù)；對多個(gè)采集數(shù)據(jù)進(jìn)行視頻編碼以及視頻解碼，獲得視頻圖像；根據(jù)車載設(shè)備的嵌入式中央處理器CPU的前端算力，確定抽幀頻率；根據(jù)抽幀頻率，對視頻圖像進(jìn)行抽幀，獲得多個(gè)視頻幀；依次對多個(gè)視頻幀進(jìn)行識(shí)別，獲得車輛的車輛識(shí)別結(jié)果以及車輛途經(jīng)的交通標(biāo)線的標(biāo)線識(shí)別結(jié)果；根據(jù)車輛識(shí)別結(jié)果以及標(biāo)線識(shí)別結(jié)果，對車輛以及交通標(biāo)線的空間位置關(guān)系進(jìn)行分析，獲得車輛違法識(shí)別結(jié)果；將車輛違法識(shí)別結(jié)果上傳至區(qū)塊鏈。本申請可應(yīng)用于智慧交通場景中，從而推動(dòng)智慧城市的建設(shè)。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種基于人工智能的視頻圖像識(shí)別方法及相關(guān)設(shè)備。

背景技術(shù)

隨著社會(huì)經(jīng)濟(jì)水平的提高，各種車輛(比如機(jī)動(dòng)車、非機(jī)動(dòng)車)的數(shù)量呈現(xiàn)出高速增長趨勢，這給人們的出行帶來極大便利。然而，車輛的急劇增加，在給人們出行帶來便利的同時(shí)，也出現(xiàn)了很多違反交通規(guī)則的情況。

目前，主要是在各個(gè)交通路口安裝攝像頭，通過攝像頭來對車輛進(jìn)行抓拍，獲得抓拍圖像，并通過抓拍圖像來對車輛是否違法進(jìn)行判定。然而，這種取證方式，由于安裝在各個(gè)路口的攝像頭是固定的，只能對有限區(qū)域內(nèi)的車輛圖像進(jìn)行抓拍，使得抓拍圖像的覆蓋范圍受限，難以對車輛的行為進(jìn)行全面分析。

發(fā)明內(nèi)容

鑒于以上內(nèi)容，有必要提供一種基于人工智能的視頻圖像識(shí)別方法及相關(guān)設(shè)備，能夠?qū)囕v的行為進(jìn)行全面分析，并判定車輛是否違法。

本發(fā)明的第一方面提供一種基于人工智能的視頻圖像識(shí)別方法，所述基于人工智能的視頻圖像識(shí)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(jìn)行動(dòng)態(tài)采集，獲得多個(gè)采集數(shù)據(jù)；

對所述多個(gè)采集數(shù)據(jù)進(jìn)行視頻編碼以及視頻解碼，獲得視頻圖像；

根據(jù)所述車載設(shè)備的嵌入式中央處理器CPU的前端算力，確定抽幀頻率；

根據(jù)所述抽幀頻率，對所述視頻圖像進(jìn)行抽幀，獲得多個(gè)視頻幀；

依次對所述多個(gè)視頻幀進(jìn)行識(shí)別，獲得所述車輛的車輛識(shí)別結(jié)果以及所述車輛途經(jīng)的交通標(biāo)線的標(biāo)線識(shí)別結(jié)果；

根據(jù)所述車輛識(shí)別結(jié)果以及所述標(biāo)線識(shí)別結(jié)果，對所述車輛以及所述交通標(biāo)線的空間位置關(guān)系進(jìn)行分析，獲得車輛違法識(shí)別結(jié)果；

將所述車輛違法識(shí)別結(jié)果上傳至區(qū)塊鏈。

在一種可能的實(shí)現(xiàn)方式中，所述在車輛行駛的過程中，對所述車輛的前行視角進(jìn)行動(dòng)態(tài)采集，獲得多個(gè)采集數(shù)據(jù)之后，所述基于人工智能的視頻圖像識(shí)別方法還包括：

獲取每個(gè)所述采集數(shù)據(jù)對應(yīng)的能見度值；

將能見度值低于預(yù)設(shè)閾值的采集數(shù)據(jù)確定為無效數(shù)據(jù)；

從所述多個(gè)采集數(shù)據(jù)中刪除所述無效數(shù)據(jù)，獲得有效數(shù)據(jù)；

所述對所述多個(gè)采集數(shù)據(jù)進(jìn)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(shù)據(jù)進(jìn)行視頻編碼以及視頻解碼，獲得視頻圖像。

在一種可能的實(shí)現(xiàn)方式中，所述依次對所述多個(gè)視頻幀進(jìn)行識(shí)別，獲得所述車輛的車輛識(shí)別結(jié)果以及所述車輛途經(jīng)的交通標(biāo)線的標(biāo)線識(shí)別結(jié)果包括：

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

通過所述違法識(shí)別模型中的交通標(biāo)線識(shí)別模型，對所述車輛途經(jīng)的交通標(biāo)線進(jìn)行識(shí)別，獲得初始識(shí)別結(jié)果，并對相鄰視頻幀的多個(gè)初始識(shí)別結(jié)果進(jìn)行分析，獲得所述交通標(biāo)線最終的標(biāo)線識(shí)別結(jié)果。