[發明專利]基于智慧交通的截取圖像合成方法、系統及云服務器在審
| 申請號: | 202011140909.9 | 申請日: | 2020-04-15 |
| 公開(公告)號: | CN112270243A | 公開(公告)日: | 2021-01-26 |
| 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;G06F16/951;G06T5/50;H04L29/08;H04N7/18 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 361012 福建省廈門市軟件*** | 國省代碼: | 福建;35 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 智慧 交通 截取 圖像 合成 方法 系統 服務器 | ||
1.一種基于智慧交通的截取圖像合成方法,其特征在于,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:
獲取第一交通行為序列所對應的第一截取圖像集合與第二交通行為序列所對應的第二截取圖像集合,其中,所述第一交通行為序列與所述第二交通行為序列分別為存在交通聯動監控關系的第一交通圖像數據流和第二交通圖像數據流所對應的交通行為序列,所述交通聯動監控關系用于表示針對目標對象的交通異常行為產生的聯動監控動作;
根據所述第一交通行為序列和所述第二交通行為序列中與所述目標對象的交通異常行為相關的關聯交通行為,將所述關聯交通行為與所述目標對象建立關聯關系,并根據所述關聯交通行為與所述目標對象之間的關聯關系,對所述第一截取圖像集合與第二截取圖像集合之間的圖像合成操作進行合成控制,并獲得合成控制后的每張目標合成圖像;
從每個目標合成圖像中確定產生交通聯動行為的交通聯動行為節點,并根據所述每個目標合成圖像,獲取所述交通聯動行為節點之間的聯動軌跡信息后,根據所述交通聯動行為節點之間的聯動軌跡信息,生成交通聯動行為節點聯動序列,其中,所述交通聯動行為節點聯動序列中相鄰的交通聯動行為節點被至少一個交通聯動行為先后遍歷;
獲取所述交通聯動行為節點的特征表示向量,并根據交通聯動行為節點的特征表示向量,對交通聯動行為節點聯動序列中交通聯動行為節點的聯動過程進行追溯,得到交通聯動行為節點對應的追溯過程表示向量,根據交通聯動行為節點的追溯過程表示向量,生成所述每個目標合成圖像的追溯動畫特效,其中,所述追溯過程表示向量用于表示對應的交通聯動行為節點與其它交通聯動行為節點在交通聯動過程上的關聯;
所述獲取第一交通行為序列所對應的第一截取圖像集合與第二交通行為序列所對應的第二截取圖像集合的步驟,包括:
獲取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;
從關聯智慧交通區域序列的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;
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,分別獲得第一交通圖像數據流中的第一交通行為序列和第二交通圖像數據流中的第二交通行為序列;
獲取第一交通行為序列所對應的第一截取圖像集合與第二交通行為序列所對應的第二截取圖像集合;
所述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,分別獲得第一交通圖像數據流中的第一交通行為序列和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,得到第一交通圖像數據流中的交通行為預測結果和第二交通圖像數據流的交通行為預測結果,交通行為預測結果可以包括在不同圖像單元區域中各個候選交通行為的置信度;
根據第一交通圖像數據流中的交通行為預測結果和第二交通圖像數據流的交通行為預測結果,選擇置信度大于設定置信度的對應的候選交通行為構成的序列分別作為第一交通圖像數據流中的第一交通行為序列和第二交通圖像數據流中的第二交通行為序列。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于陳建,未經陳建許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011140909.9/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種白芍根挖掘裝置
- 下一篇:一種數據傳輸方法、裝置及終端





