[發明專利]一種基于視頻分析的車行道破損檢測方法

在審

• 申請號: 202011452476.0
• 申請日: 2020-12-12
• 公開（公告）號: CN112488026A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 賈楠;贠周會;吳斌;王欣欣;葉超;黃江林;王旭;謝吉朋;應艷麗
• 申請（專利權）人: 江西洪都航空工業集團有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G08B21/18;H04N7/18
• 代理公司: 南昌新天下專利商標代理有限公司 36115
• 代理人: 王燕

1.一種基于視頻分析的車行道破損檢測方法，其特征在于，首先獲取用于形成樣本圖片集的樣本圖片，且每張樣本圖片中至少有一個破損路段，同時對獲取的樣本圖片破損路段區域進行分類標記，而后對分類標記完畢的樣本圖片進行模型訓練以建立樣本圖片Faster R-CNN模型；采集待測車行道實時視頻流數據集后輸入生成的樣本圖片Faster R-CNN模型中，通過樣本圖片Faster R-CNN模型判斷目標特征區域與訓練樣本的相似度后確定該待測車行道是否存在破損區域。

2.根據權利要求1所述的一種基于視頻分析的車行道破損檢測方法，其特征在于，所述樣本圖片Faster R-CNN模型中設置有樣本訓練模塊、實時視頻模塊、目標提取模塊，并在樣本圖片Faster R-CNN模型中用于判定提取視頻流數據集中是否存在破損區域的判定閾值。

3.根據權利要求1～2任一項所述的一種基于視頻分析的車行道破損檢測方法，其特征在于，具體步驟如下：

1）獲取用于形成樣本圖片集的樣本圖片，并對樣本圖片的破損區域進行分類標記，同時標記各個樣本圖片中對應的樣本破損區域和破損類型；

2）對步驟1）中獲取的不同破損區域和破損類型的樣本圖片通過樣本訓練模塊進行模型訓練，以建立樣本圖片Faster R-CNN模型；

3）采集待測車行道實時視頻流，并將視頻流轉換為視頻流數據集，且視頻流數據集保存在指定位置；

4）通過實時視頻模塊將步驟3）存入在指定位置的視頻流數據集輸入生成的樣本圖片Faster R-CNN模型中；

5）樣本圖片Faster R-CNN模型中的目標提取模塊提取視頻流數據集中的至少一個目標特征區域，而后計算目標特征區域與訓練樣本之間的特征相似度，并根據提取的目標特征區域確定該待測車行道路面是否存在破損區域；

6）當存在至少一個目標特征區域相似度大于設定判定閾值時，則判定該待檢測車行道路面存在破損區域。

4.根據權利要求3所述的一種基于視頻分析的車行道破損檢測方法，其特征在于，步驟1）中，通過搜集公開的車行道破損圖片或采集實際車行道至少有一個破損路段的圖片，形成樣本圖片集。

5.根據權利要求3所述的一種基于視頻分析的車行道破損檢測方法，其特征在于，步驟2）中，采用優化后的Faster R-CNN方法訓練模型對步驟1）中獲取的不同破損區域和破損類型的樣本圖片進行模型訓練。

6.根據權利要求5所述的一種基于視頻分析的車行道破損檢測方法，其特征在于，優化后Faster R-CNN模型的特征網絡采用經過壓縮算法處理的VGG-16網絡結構。

7.根據權利要求3所述的一種基于視頻分析的車行道破損檢測方法，其特征在于，步驟3）中，由攝像機采集待測車行道實時視頻流后，通過交換機傳輸至服務器進行視頻解碼，以將視頻流轉換為視頻流數據集，最后將視頻流數據集保存在指定位置。

8. 根據權利要求2所述的一種基于視頻分析的車行道破損檢測方法，其特征在于，所述樣本圖片Faster R-CNN模型中還設置有報警模塊。