[發明專利]一種基于無人機的無牌渣土車識別方法及系統

有效

• 申請號: 202111242342.0
• 申請日: 2021-10-25
• 公開（公告）號: CN113688805B
• 公開（公告）日: 2022-02-15
• 發明（設計）人: 楊翰翔;楊德潤
• 申請（專利權）人: 深圳聯和智慧科技有限公司
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V30/148;G06V10/75;G06K9/62;G06T17/00;H04B7/185;G08G1/017
• 代理公司: 廣州博士科創知識產權代理有限公司 44663
• 代理人: 宋佳

1.一種基于無人機的無牌渣土車識別方法，其特征在于，應用于分別與無人機及通信終端通信連接的控制中心，所述方法包括：

獲取所述無人機拍攝的目標車輛的多個位置方向的車輛圖像，其中，所述車輛圖像包括車頭圖像，車尾圖像及車身兩側圖像；

基于所述多個位置方向的車輛圖像構建得到所述目標車輛的三維模型；

將所述目標車輛的三維模型輸入到訓練好的車輛類型識別模型中進行識別；

若所述車輛類型識別模型識別所述目標車輛的類型為渣土車，則從所述多個位置方向的車輛圖像中檢測是否存在滿足車牌字符規則的車牌信息；

若檢測不到滿足車牌字符規則的車牌信息則將獲取的車輛圖像及所述無人機的拍攝地點發送給通信終端；

其中，所述將所述目標車輛的三維模型輸入到訓練好的車輛類型識別模型中進行識別的步驟，包括：

獲取待進行車輛類型識別的目標車輛的三維模型及車輛樣本模型；

調用車輛類型識別模型中的三維模型識別子模型分別對所述目標車輛的三維模型及車輛樣本模型進行模型參數提取，并對提取的模型參數進行參數篩選處理，根據參數篩選處理后的參數得到所述目標車輛的三維模型的第一車輛類型結果及所述車輛樣本模型的第二車輛類型結果；

調用車輛類型識別模型中的車輛類型匹配子模型對所述第一車輛類型結果對應的第一目標模型區域及所述第二車輛類型結果對應的第二目標模型區域進行特征參數提取，并將提取的兩者特征參數進行比對，根據比對結果識別所述目標車輛的三維模型與所述車輛樣本模型是否匹配，其中，所述特征參數包括車頭與車身占比、車身的長度與車身的高度占比、翻斗車箱與車身占比及翻斗的高度與車身的高度占比；

若所述目標車輛的三維模型與所述車輛樣本模型不匹配，則識別所述目標車輛的三維模型及車輛樣本模型對應的模型類別，根據所述模型類別選擇車輛類型識別模型中的深度學習子模型對所述目標車輛的三維模型及車輛樣本模型進行類型識別處理；

其中，所述深度學習子模型的模型結構相較于所述三維模型識別子模型及所述車輛類型匹配子模型的模型結構復雜；

其中，將所述第一車輛類型結果對應的模型區域及所述第二車輛類型結果對應的模型區域進行尺寸歸一化處理；將歸一化處理后的第一車輛類型結果對應的模型區域作為第一目標模型區域，將歸一化處理后的第二車輛類型結果對應的模型區域作為第二目標模型區域；或者，將歸一化處理后的第一車輛類型結果對應的模型區域中的設定部分區域作為第一目標模型區域，將歸一化處理后的第二車輛類型結果對應的模型區域中的設定部分區域作為第二目標模型區域。

2.如權利要求1所述的無牌渣土車識別方法，其特征在于，所述基于所述多個位置方向的車輛圖像構建得到所述目標車輛的三維模型的步驟，包括：

識別所述目標車輛的不同部位在所述多個位置方向的車輛圖像中的二維位置坐標以及所述多個位置方向的車輛圖像對應的拍攝角度；

獲取與所述多個位置方向的車輛圖像對應的三維位置坐標集合，根據所述三維位置坐標集合與所述多個位置方向的車輛圖像中目標車輛對應位置點之間的對應關系，獲取所述目標車輛中各位置點對應的三維位置坐標；

基于所述多個位置方向的車輛圖像得到多個目標車輛方位圖，基于車輛檢測模型中的特征識別層對所述多個位置方向的車輛圖像進行特征識別處理，得到與每個目標車輛方位圖對應的目標車輛位置特征信息；

識別與所述目標車輛位置特征信息對應的位置坐標，將在所述多個位置方向的車輛圖像中與所述位置坐標對應的區域作為車輛方位區域；

基于所述車輛方位區域以及對應的拍攝角度，將所述車輛方位區域中相同三維位置坐標的位置進行拼接得到所述目標車輛的三維模型。