[發明專利]電動自行車違規行為的檢測方法及裝置

在審

• 申請號: 202010746583.8
• 申請日: 2020-07-29
• 公開（公告）號: CN114092902A
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 王向鴻;王鵬飛;李京;郝尚榮
• 申請（專利權）人: 順豐科技有限公司
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/764;G06K9/62;G06N3/08
• 代理公司: 深圳紫藤知識產權代理有限公司 44570
• 代理人: 遠明

1.一種電動自行車違規行為的檢測方法，其特征在于，所述檢測方法包括：

獲取電動自行車上攝像裝置拍攝的車道線圖像；

對所述車道線圖像中的車道線進行識別，得到所述車道線在所述車道線圖像上的第一位置信息；

基于所述車道線圖像獲取所述車道線圖像的預設參考點的第二位置信息；

基于所述第一位置信息和所述第二位置信息確定所述電動自行車的違規行為。

2.如權利要求1所述的檢測方法，其特征在于，所述對所述車道線圖像中的車道線進行識別，得到所述車道線在所述車道線圖像上的第一位置信息，包括：

對所述車道線圖像進行語義分割，得到車道線在所述車道線圖像上的第一位置信息。

3.如權利要求2所述的檢測方法，其特征在于，所述對所述車道線圖像進行語義分割，得到車道線在所述車道線圖像上的第一位置信息，包括：

基于具有注意力機制的分類神經網絡模型對所述車道線圖像進行圖像分類，得到所述車道線圖像的至少兩個分類結果和所述至少兩個分類結果對應的至少兩個分類置信度；

若所述至少兩個分類置信度中的所有分類置信度均小于預設值，則對所述車道線圖像進行語義分割，得到所述車道線在所述車道線圖像上的第一位置信息。

4.如權利要求3所述的檢測方法，其特征在于，所述基于具有注意力機制的分類神經網絡模型對所述車道線圖像進行圖像分類，得到所述車道線圖像的至少兩個分類結果和所述至少兩個分類結果對應的至少兩個分類置信度，包括：

提取所述車道線圖像的第一特征圖；

基于注意力機制對所述第一特征圖的權重進行重分配，得到重分配后的第二特征圖；

基于所述第二特征圖對所述車道線圖像進行圖像分類，得到所述車道線圖像的至少兩個分類結果和所述至少兩個分類結果對應的至少兩個分類置信度。

5.如權利要求3所述的檢測方法，其特征在于，所述檢測方法還包括：

若所述至少兩個分類置信度中存在不小于預設值的分類置信度，則將所述至少兩個分類結果中分類置信度最大的分類結果確定為目標分類結果；

基于所述目標分類結果確定所述電動自行車的違規行為。

6.如權利要求1-5任意一項所述的檢測方法，其特征在于，所述預設參考點為所述車道線圖像的圖像中心點，所述車道線包括第一車道線和第二車道線；所述第一位置信息包括所述第一車道線在所述車道線圖像上的第三位置信息和所述第二車道線在所述車道線圖像上的第四位置信息；

所述基于所述第一位置信息和所述第二位置信息確定所述電動自行車的違規行為，包括：

基于所述第三位置信息和所述第二位置信息確定所述第一車道線與所述圖像中心點的第一相對位置關系；

若所述第一相對位置關系滿足第一預設條件，則基于所述第四位置信息和第二位置信息確定所述第二車道線與所述圖像中心點的第二相對位置關系；

基于所述第二相對位置關系確定所述電動自行車的違規行為。

7.如權利要求6所述的檢測方法，其特征在于，所述檢測方法還包括，

若所述第一相對位置關系不滿足第一預設條件，則確定所述電動自行車的違規行為為逆行。

8.一種電動自行車違規行為的檢測裝置，其特征在于，所述檢測裝置包括：

第一獲取單元，用于獲取電動自行車上攝像裝置拍攝的車道線圖像；

車道線識別單元，用于對所述車道線圖像中的車道線進行識別，得到所述車道線在所述車道線圖像上的第一位置信息；

第二獲取單元，用于基于所述車道線圖像獲取所述車道線圖像的預設參考點的第二位置信息；

確定單元，用于基于所述第一位置信息和所述第二位置信息確定所述電動自行車的違規行為。