[發明專利]基于智慧交通的人工智能圖像處理方法及系統

在審

• 申請號: 202011076010.5
• 申請日: 2020-04-15
• 公開（公告）號: CN112200077A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 陳建
• 申請（專利權）人: 陳建
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06F16/2458;G06F16/29;G06Q50/26;G08G1/01;H04N7/18;H04L29/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本公開實施例提供一種基于智慧交通的人工智能圖像處理方法及系統，通過監測在設定持續時間段內與第一圖像采集位置在第一交通展示方位相關聯的第一交通圖像數據流以及與第二圖像采集位置在對應的第二交通展示方位相關聯的第二交通圖像數據流，然后基于預先配置的人工智能模型分別對第一交通圖像數據流中的交通行為和第二交通圖像數據流中的交通行為進行預測，從而通過人工智能分析存在交通聯動監控關系的交通行為序列，確定與目標對象的交通異常行為相關的關聯交通行為，并將關聯交通行為與目標對象建立關聯關系，由此不僅極大交通排查效率極低，而且可以改善出現人工誤判的情況，提高最終的分析結果的準確性。

技術領域

本公開涉及物聯網及人工智能技術領域，具體而言，涉及一種基于智慧交通的人工智能圖像處理方法及系統。

背景技術

在城市智慧交通系統的交通監控過程中，通常會涉及到大量的聯動控制操作，例如當某個卡口相機監測到目標對象的異常事件之后，通常會立刻上報服務器該異常事件的位置從而使得服務器根據該異常事件的位置控制相關交通區域的其它卡口相機聯動進行監測監控，并通過結合整個聯動過程的交通信息進行綜合判斷來確定一些復雜事件的路況。在傳統方案中，往往需要服務端的人員反復切換查看與該異常事件相關的各個交通狀況，從而通過對交通行為進行分析來確定該異常事件引起的一系列關聯交通行為的情況，然而此種方案不僅交通排查效率極低，而且極容易出現人工誤判的情況，造成最終的分析結果準確性較低。

發明內容

為了至少克服現有技術中的上述不足，本公開的目的在于提供一種基于智慧交通的人工智能圖像處理方法及系統，通過人工智能分析存在交通聯動監控關系的交通行為序列，從而確定與所述目標對象的交通異常行為相關的關聯交通行為，并將所述關聯交通行為與所述目標對象建立關聯關系，由此不僅極大交通排查效率極低，而且可以改善出現人工誤判的情況，提高最終的分析結果的準確性。

第一方面，本公開提供一種基于智慧交通的人工智能圖像處理方法，應用于大數據云服務器，所述大數據云服務器與多個智慧交通管理區域的智慧交通終端通信連接，所述方法包括：

獲取所述智慧交通終端所對應的第一圖像采集位置在第一交通展示方位所對應的關聯智慧交通區域序列，所述第一交通展示方位為所述智慧交通終端在所述第一圖像采集位置處抓拍存在交通異常行為的目標對象時的交通展示方位，所述關聯智慧交通區域序列中包含至少一個第二圖像采集位置，每個第二圖像采集位置均在對應的第二交通展示方位與所述第一圖像采集位置之間存在交通聯動監控關系，所述第二交通展示方位為所述第一交通展示方位的聯動交通展示方位；

從所述關聯智慧交通區域序列的所述至少一個第二圖像采集位置中獲取每個第二圖像采集位置，并監測在設定持續時間段內與所述第一圖像采集位置在所述第一交通展示方位相關聯的第一交通圖像數據流以及與所述第二圖像采集位置在對應的所述第二交通展示方位相關聯的第二交通圖像數據流；

基于預先配置的人工智能模型分別對所述第一交通圖像數據流中的交通行為和所述第二交通圖像數據流中的交通行為進行預測，分別獲得所述第一交通圖像數據流中的第一交通行為序列和所述第二交通圖像數據流中的第二交通行為序列；

從所述第一交通行為序列和所述第二交通行為序列中確定與所述目標對象的交通異常行為相關的關聯交通行為，并將所述關聯交通行為與所述目標對象建立關聯關系。

在第一方面的一種可能的實現方式中，所述基于預先配置的人工智能模型分別對所述第一交通圖像數據流中的交通行為和所述第二交通圖像數據流中的交通行為進行預測，分別獲得所述第一交通圖像數據流中的第一交通行為序列和所述第二交通圖像數據流中的第二交通行為序列的步驟，包括：

基于預先配置的人工智能模型分別對所述第一交通圖像數據流中的交通行為和所述第二交通圖像數據流中的交通行為進行預測，得到所述第一交通圖像數據流中的交通行為預測結果和所述第二交通圖像數據流的交通行為預測結果，所述交通行為預測結果包括在不同圖像單元區域中各個候選交通行為的置信度；