[发明专利]一种泥头车检测的方法、系统、计算机设备及存储介质

说明书

本发明提出了一种泥头车检测的方法、一种泥头车检测的系统、一种计算机设备以及一种计算机可读存储介质。其中泥头车检测的方法，包括：实时获取至少一处位置的监控图像，其中监控图像包含泥头车图像；使用检测模型对监控图像进行检测，得到泥头车的类型和位置信息；其中，检测模型的网络结构为Alexnet网络结构。本发明在保证对监控图像检测的准确率的前提下，相对于现有检测方法无需过多的训练样本，并且需要的网络层数更低，减少了检测过程中的能源的消耗，从而实现快速识别泥头车的类型以及在视频图像中的位置信息。

技术领域

本发明涉及车辆检测领域，具体涉及一种泥头车检测的方法、一种泥头车检测的系统、一种计算机设备以及一种计算机可读存储介质。

背景技术

现有道路监控系统对于泥头车等大型车辆的检测效果一直无法满足监控要求，尤其是对于出现在复杂环境如建筑工地、厂矿等区域的本身体积较大的泥头车无法实现有效的监控，此外，泥头车通常是批量出现，存在不同泥头车之间的相互遮挡，进一步的增加对于泥头车的监控的难度，因而需要一种专门针对上述情况下的泥头车检测方法，用于快速检测泥头车，从而实现泥头车的监控。

发明内容

本发明旨在至少解决现有技术或技术中存在的技术问题之一。

为此，本发明的一方面在于提出一种泥头车检测的方法。

本发明的另一方面在于提出了一种泥头车检测的系统。

本发明的又一个方面在于提出了一种计算机设备。

本发明的再一方面在于提出了一种计算机可读存储介质。

在本发明的一个方面，提出一种泥头车检测的方法，包括：实时获取至少一处位置的监控图像，其中监控图像包含泥头车图像；使用检测模型对监控图像进行检测，得到泥头车的类型和位置信息；其中，检测模型的网络结构为Alexnet网络结构，Alexnet是一种特征提取方法，用于神经网络检测模型。

本发明提供的泥头车检测的方法，通过使用Alexnet网络结构的检测模型对实时获取的包含泥头车图像的监控图像进行检测，使用Alexnet网络结构的检测模型在保证对监控图像检测的准确率的前提下，相对于现有检测方法无需过多的训练样本，并且需要的网络层数更低，减少了检测过程中的能源的消耗，从而实现快速识别泥头车的类型以及在视频图像中的位置信息。

根据本发明的上述泥头车检测的方法，还可以具有以下技术特征：

在上述技术方案中，优选地，在实时获取至少一处位置监控图像之后，在使用检测模型对所述监控图像进行检测，确定所述泥头车的类型和位置信息之前，还包括：建立SSD目标检测模型，其中SSD目标检测模型是应用SSD算法(single shot multibox detector)的目标检测模型，VGG-16是现有的SSD目标检测模型的主网络结构，将所述SSD目标检测模型的网络结构由VGG-16替换为Alexnet网络结构；修改所述SSD目标检测模型的提取框的边界集合；使用包含所述泥头车的历史监控图像对修改后的SSD目标检测模型进行训练，得到所述检测模型。

在该技术方案中，建立SSD目标检测模型，并将SSD目标检测模型中原有的VGG-16网络结构替换成Alexnet网络结构，替换后的SSD目标检测模型无需过多的训练样本即可实现相同的检测效果；修改所述SSD目标检测模型的提取框的边界集合，将不符合泥头车的边界集合进行修改，避免因为提取框的边界与泥头车图像不匹配致使检测定位不准；通过包含泥头车的历史监控图像对修改后的SSD目标检测模型进行训练，得到的检测模型能够在保证的检测准确的前提下，实现对泥头车的快速检测，有效解决了因为提取框致使的检测定位不准造成的检测结果准确率地的问题。

在上述技术方案中，优选地，修改SSD目标检测模型的提取框的边界集合具体为：修改SSD目标检测模型的提取框的边界集合的宽高比。