[发明专利]一种道路信息监控与分析检测方法、智慧交通控制系统在审

专利信息
申请号: 202010012511.0 申请日: 2020-01-07
公开(公告)号: CN111241343A 公开(公告)日: 2020-06-05
发明(设计)人: 李洁;张翔宇;焦群翔;王飞;陈威;刘学文;续拓 申请(专利权)人: 西安电子科技大学
主分类号: G06F16/783 分类号: G06F16/783;G06F16/78;G06F16/732;G06F16/74;G06N3/04;G06N3/08
代理公司: 西安长和专利代理有限公司 61227 代理人: 何畏
地址: 710071 陕西省*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 道路 信息 监控 分析 检测 方法 智慧 交通 控制系统
【权利要求书】:

1.一种道路信息监控与分析检测方法,其特征在于,所述道路信息监控与分析检测方法的视频流解码过程根据预设的视频格式将视频流进行转码以及添加时间戳,并输出包含时间戳的转码视频流;提取关键帧采取用于相似图片搜索的感知哈希法;视频流检测采取深度学习算法YOLOv3进行视频流检测,并输出带有检测结果的视频、目标截图、时间戳;可视化结果展示采取前端界面实时显示的方式对于检测结果与分类标签进行模块化展示;对于保存的检测结果进行输出保存,用以后期的复查分析。

2.如权利要求1所述的道路信息监控与分析检测方法,其特征在于,所述道路信息监控与分析检测方法包括以下步骤:

步骤一,编码解析器从外部连接设备获取原始视频流,根据预设的视频格式将所属的视频流进行转码并添加时间戳,向关键帧提取模块输出带有时间戳的转码视频流,视频流编码译码解析器具备提供视频点播功能;

步骤二,关键帧提取采用感知哈希法,从转码后的视频流中提取关键帧;

步骤三,采取单步检测算法YOLOv3深度学习网络,对提取出的关键帧视频流进行多目标检测,将生成带有检测结果的视频、图像;

步骤四,将当前摄像头获取到的实时视频流经过操作处理之后的视频和图片进行实时展示,包括带有检测结果的视频流、检测结果图片,还有检测结果的类别标签,以及检测数据的动态统计图;

步骤五,对检测结果进行保存与分析,以时间戳为分类依据,将不同时间戳的结果归类到不同的结果集中,用以后期的复查和分析。

3.如权利要求2所述的道路信息监控与分析检测方法,其特征在于,所述步骤二关键帧提取算法包括以下步骤:

(1)将图片缩小成8*8尺寸,64像素的图片,摒弃不同尺寸、比例带来的图片差异;

(2)再将缩小后的图片,转为64级灰度;

(3)计算DCT并计算64个值的平均值;

(4)计算哈希值,并组合在一起,构成一个64位的整数;

(5)得到指纹以后,对比不同的图片,得出64位中有多少位是不一样的。

4.如权利要求3所述的道路信息监控与分析检测方法,其特征在于,所述如果不相同的数据位不超过5,说明两张图片很相似;如果大于10,说明这是两张不同的图片;阈值设置为2。

5.如权利要求2所述的道路信息监控与分析检测方法,其特征在于,所述步骤三深度学习算法对关键帧进行检测包括:

(1)输入一张任意大小图片,保持长宽比不变的情况下,缩放至w或h达到416,再覆盖在416*416的新图上,作为网络的输入,网络的输入是一张416*416,3通道的RGB图;

(2)运行网络,YOLO的CNN网络把图片分成S*S个网格,每个单元格检测中心点落在该格子内的目标;

(3)通过NMS,非极大值抑制,筛选出框boxes,输出框class_boxes和置信度class_box_scores,再生成类别信息classes,生成最终的检测数据框,并返回。

6.如权利要求5所述的道路信息监控与分析检测方法,其特征在于,所述步骤二S*S个网格为yolov3多尺度预测,输出3层,每层S*S个网格,分别为13*13,26*26,52*52。

7.如权利要求5所述的道路信息监控与分析检测方法,其特征在于,所述步骤二的每个单元格需要预测3*(4+1+B)个值,如果将输入图片划分为S*S网格,那么每层最终预测值为S*S*3*(4+1+B)大小的张量;B:类别数,B=80,3为每层anchorbox数量,4为边界框大小和位置(x,y,w,h)1为置信度。

8.一种实现权利要求1~7任意一项所述道路信息监控与分析检测方法的信息数据处理终端。

9.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1~7任意一项所述的道路信息监控与分析检测方法。

10.一种应用权利要求1~7任意一项所述道路信息监控与分析检测方法的智慧交通控制系统。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010012511.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top