[發(fā)明專利]事故檢測(cè)方法、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011314812.5
• 申請(qǐng)日: 2020-11-20
• 公開(kāi)（公告）號(hào): CN112446316B
• 公開(kāi)（公告）日: 2022-06-07
• 發(fā)明（設(shè)計(jì)）人: 吳成路;余言勛;王耀農(nóng)
• 申請(qǐng)（專利權(quán)）人: 浙江大華技術(shù)股份有限公司
• 主分類號(hào): G06V20/40
• 分類號(hào): G06V20/40;G06V10/25;G06V10/26;G06V10/764
• 代理公司: 深圳市威世博知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 黎堅(jiān)怡

1.一種事故檢測(cè)方法，其特征在于，包括：

從視頻數(shù)據(jù)中獲取目標(biāo)視頻幀；

提取所述目標(biāo)視頻幀的靜態(tài)區(qū)域；

利用事故檢測(cè)模型對(duì)所述靜態(tài)區(qū)域進(jìn)行事故檢測(cè)，得到車輛事故檢測(cè)結(jié)果；

所述提取所述目標(biāo)視頻幀的靜態(tài)區(qū)域，包括：

利用目標(biāo)分割模型對(duì)所述目標(biāo)視頻幀進(jìn)行目標(biāo)分割，得到所述目標(biāo)視頻幀中的靜態(tài)目標(biāo)的連通域；獲取所述靜態(tài)目標(biāo)的連通域?qū)?yīng)的區(qū)域框；將所述目標(biāo)視頻幀中滿足預(yù)設(shè)條件的兩個(gè)所述連通域?qū)?yīng)的所述區(qū)域框進(jìn)行合并，得到新的所述區(qū)域框；基于新的所述區(qū)域框確定所述目標(biāo)視頻幀的靜態(tài)區(qū)域；其中，所述預(yù)設(shè)條件為兩個(gè)所述連通域之間的距離與兩個(gè)所述連通域?qū)?yīng)的所述靜態(tài)目標(biāo)的寬度滿足預(yù)設(shè)關(guān)系。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述提取所述目標(biāo)視頻幀的靜態(tài)區(qū)域之前，所述方法還包括：

利用在先視頻幀對(duì)所述目標(biāo)視頻幀的動(dòng)態(tài)區(qū)域進(jìn)行模糊化，得到經(jīng)模糊化的所述目標(biāo)視頻幀；

所述提取所述目標(biāo)視頻幀的靜態(tài)區(qū)域，包括：

提取經(jīng)模糊化的所述目標(biāo)視頻幀的靜態(tài)區(qū)域。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述利用在先視頻幀對(duì)所述目標(biāo)視頻幀的動(dòng)態(tài)區(qū)域進(jìn)行模糊化，得到新的所述目標(biāo)視頻幀，包括：

將所述目標(biāo)視頻幀與所述在先視頻幀進(jìn)行融合，得到經(jīng)模糊化的所述目標(biāo)視頻幀。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述提取所述目標(biāo)視頻幀的靜態(tài)區(qū)域，包括：

利用目標(biāo)檢測(cè)模型對(duì)所述目標(biāo)視頻幀進(jìn)行目標(biāo)檢測(cè)，得到所述目標(biāo)視頻幀中的所述靜態(tài)目標(biāo)對(duì)應(yīng)的區(qū)域框；并基于所述靜態(tài)目標(biāo)對(duì)應(yīng)的區(qū)域框，確定所述目標(biāo)視頻幀的靜態(tài)區(qū)域。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述靜態(tài)目標(biāo)對(duì)應(yīng)的區(qū)域框，確定所述目標(biāo)視頻幀的靜態(tài)區(qū)域，包括：

將所述目標(biāo)視頻幀中距離小于預(yù)設(shè)距離閾值的所述區(qū)域框進(jìn)行合并，得到新的所述區(qū)域框；

基于所述新的區(qū)域框確定所述目標(biāo)視頻幀的靜態(tài)區(qū)域。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述事故檢測(cè)模型、所述目標(biāo)檢測(cè)模型和所述目標(biāo)分割模型中的至少一個(gè)的訓(xùn)練樣本包括以下一種或多種圖像：包含車輛之間正面碰撞的圖像、包含車輛之間前后碰撞的圖像、包含車輛之間側(cè)面碰撞的圖像、包含車輛與預(yù)設(shè)固定物之間碰撞的圖像、包含車輛側(cè)翻的圖像以及包含車輛解體的圖像。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述事故檢測(cè)模型用于檢測(cè)至少一種車輛事故類型，所述車輛事故檢測(cè)結(jié)果包括所述靜態(tài)區(qū)域存在對(duì)應(yīng)所述車輛事故類型的概率，所述利用事故檢測(cè)模型對(duì)所述靜態(tài)區(qū)域進(jìn)行事故檢測(cè)，得到車輛事故檢測(cè)結(jié)果之后，還包括：

若所述車輛事故檢測(cè)結(jié)果包含符合預(yù)設(shè)情況的概率，則對(duì)所述車輛事故檢測(cè)結(jié)果中符合預(yù)設(shè)情況的所述概率進(jìn)行校正，其中，所述預(yù)設(shè)情況為所述概率小于預(yù)設(shè)概率閾值，且對(duì)應(yīng)所述靜態(tài)區(qū)域中存在多個(gè)所述靜態(tài)目標(biāo)至少部分重疊。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述對(duì)所述車輛事故檢測(cè)結(jié)果中符合預(yù)設(shè)情況的所述概率進(jìn)行校正，包括：

分別對(duì)所述靜態(tài)區(qū)域中至少部分重疊的多個(gè)所述靜態(tài)目標(biāo)進(jìn)行三維轉(zhuǎn)換，得到多個(gè)所述靜態(tài)目標(biāo)的三維區(qū)域框；

確定所述多個(gè)所述靜態(tài)目標(biāo)的三維區(qū)域框的相交區(qū)域，并獲取所述相交區(qū)域與其中一個(gè)所述靜態(tài)目標(biāo)的三維區(qū)域框之間的體積比；

基于所述體積比，對(duì)所述車輛事故檢測(cè)結(jié)果中符合預(yù)設(shè)情況的所述概率進(jìn)行校正。

9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述基于所述體積比，對(duì)所述車輛事故檢測(cè)結(jié)果中符合預(yù)設(shè)情況的所述概率進(jìn)行校正，包括：

將所述體積比與符合預(yù)設(shè)情況的所述概率進(jìn)行加權(quán)，得到加權(quán)結(jié)果；

利用所述加權(quán)結(jié)果替代所述車輛事故檢測(cè)結(jié)果中符合預(yù)設(shè)情況的所述概率。