[發明專利]一種基于區塊鏈和IVggNet的交通事故判責模型

在審

• 申請號: 202110046331.9
• 申請日: 2021-01-14
• 公開（公告）號: CN112749661A
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 周洪成;李剛
• 申請（專利權）人: 金陵科技學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06Q50/18;G06Q50/30;G06F16/2458;G06F16/27
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 蔣昱

一種基于區塊鏈和IVggNet的交通事故判責模型。步驟1，將此次交通事故的數據上傳至區塊鏈節點；步驟2，利用區塊鏈技術對上傳的事故數據進行分類整合和相應的存儲；步驟3，利用所提出的IVggNet模型從區塊鏈中拿取數據；步驟4，將步驟3中的判別結果與交警部門的判責結果進行對比；步驟5，將此次事故的數據和交警部門的判責結果上傳至區塊鏈模型糾錯訓練集中，當糾錯訓練集中的樣本數據達到設定的閾值時，對IVggNet模型進行更新，最后將更新的IVggNet模型上傳至區塊鏈，實現數據和模型的共享；步驟6，根據判責結果對此次交通事故進行處理。本發明在區塊鏈等技術支持下，通過所提出的IVggNet網絡模型實現對交通事故智能化判責。

技術領域

本發明涉及區塊鏈和道路交通領域，特別是涉及一種基于區塊鏈和IVggNet的交通事故判責模型。

背景技術

隨著我國城鎮化建設的發展、國民經濟和科技水平的發展，我國居民的汽車保有量逐年增加，在汽車保有量越來越多的條件下，不可避免的會發生交通事故。從車型來看，汽車發生的交通事故和導致的死亡人數最高，2018年，我國汽車發生交通事故166906起，導致46161人死亡，169046人受傷，直接財產損失118671.6萬元。近年來，公路網絡基本已經形成，作為公路交通的重要組成部分的交通監控系統更是不斷地優化和完善，基本全面覆蓋了主要路段，這為交通事故的判責提供了有力的數據保障。而對于交通事故的判責，現在主要是人工判責，大量的交通事故將帶來巨大的工作量，浪費了極大的人力物力，不利于社會的發展。

一方面，近些年深度學習得以飛速的發展，各種網絡模型如卷積神經網絡、對抗生成網絡及其變體被科研人員大量提出，并得到了很廣泛的應用；另一方面，深度學習模型的性能極大的受到訓練數據數量的制約，如何獲取海量的樣本數據以及將這些數據有效的利用成為了一個亟待解決的問題。另一方面，道路監控設備所拍攝的視頻或圖片在雨霧天氣下可能會模糊，導致判責的算法模型不能很好的提取特征。所以如何將全國乃至全世界范圍內海量的交通事故數據有效的存儲和利用起來，同時采用適合的局部特征提取算法，并在現有的深度學習模型的基礎上提出一個智能化的交通事故判責模型，是一件非常重要和有意義的事情。

國內涉及區塊鏈和道路交通的專利有“一種基于區塊鏈的城市實時交通系統及方法”(201710212277.4)，該發明中采用區塊鏈為核心技術，利用區塊鏈的“記賬本”來分布式存儲記錄每輛汽車的行駛記錄，在該記賬本中，每輛車都采用汽車標志符方式記錄，標志符采用加密算法生成隨機字符串，并定時變化，在該專利中主要是對區塊鏈技術的應用，并沒有涉及過多的算法模型，該系統不具有智能化的特點。國家發明專利“一種基于區塊鏈與深度學習的車輛違法行為檢測系統”(202010308506.4)，該方法將區塊鏈和深度學習結合起來，實現對車輛違法行為的檢測，但是在該系統中不支持模型的在線升級，使得模型的泛化性受到了一定的約束。綜上，在算法層面上，結合區塊鏈技術，同時支持模型的智能化升級更新是亟待解決的一大難題。

發明內容

為解決上述問題，本發明在SIFT算法和VggNet模型的基礎上，同時采用先進的區塊鏈技術，提出了一種基于區塊鏈和IVggNet的交通事故判責模型。在該模型訓練數據方面，從車載GPS數據、電子監控數據和車聯網數據等多方面收集了事故發生時產生的數據，以更加全面的為網絡模型訓練提供數據，同時，采用了區塊鏈技術對海量復雜的數據進行分類整合、存儲和共享。在模型算法處理模塊，采用SIFT進行圖像局部特征的提取和增強，同時在原有的VggNet模型的基礎上，提出新的損失函數以提高模型判別精準度和泛化性，對于判責錯誤的事故，支持對IVggNet的在線升級，然后將更新后的IVggNet共享至區塊鏈上，使得模型可以不斷的被更新升級。為達此目的，本發明提供一種基于區塊鏈和IVggNet的交通事故判責模型，具體步驟如下，其特征在于：

步驟1，將此次交通事故的數據上傳至區塊鏈節點，其中數據包括：車載GPS數據、電子監控設備拍攝的圖片和視頻數據、車聯網數據等；

進一步，步驟1中交通事故的數據具體有：