[发明专利]一种基于图像识别的逆行判断方法及系统

权利要求书

1.一种基于图像识别的逆行判断方法，其特征在于：包括以下步骤，

S1，获取待检测区域内的视频流，并将所述视频流进行RIO处理，得到待检测区域数据；

S2，将所述待检测区域数据进行预处理，得到多帧帧图片；

S3，将所有所述帧图片输入至预先训练好的VGG卷积图像人脸识别模型中进行图像识别，得到所有所述帧图片中行人的面向；

S4，根据所有所述帧图片中行人的面向，判断待检测区域内是否存在逆行的情况。

2.根据权利要求1所述的一种基于图像识别的逆行判断方法，其特征在于：还包括步骤，

S5，当待检测区域内存在逆行的情况时，发出决策告警。

3.根据权利要求2所述的一种基于图像识别的逆行判断方法，其特征在于：所述S4具体为，

S41，若所有所述帧图片中行人的面向不一致时，则判定待检测区域存在逆行情况，否者执行S42；

S42，若所有所述帧图片中行人的面向一致，且与预设面向相反时，则判定待检测区域存在逆行情况，否者判定待检测区域不存在逆行情况。

4.根据权利要求1至3任一项所述的一种基于图像识别的逆行判断方法，其特征在于：所述S1具体为，获取检测区域内的视频流，并按预设待检测区域范围对所述视频流进行框定，得到待检测区域数据。

5.根据权利要求1至3任一项所述的基于双阶段卷积神经网络的目标跟踪方法，其特征在于：所述S2具体为，将所述待检测区域数据按预设帧率跳帧，从待检测区域数据中得到多帧帧图片。

6.根据权利要求1至3任一项所述的基于一种基于图像识别的逆行判断方法，其特征在于：在所述S3之前，还包括训练VGG卷积图像人脸识别模型的步骤，

训练VGG卷积图像人脸识别模型，具体包括如下步骤，

采集待检测区域内行人的图片，并进行数据泛化处理，得到数据集，且按照预设的比例将所述数据集分为训练集和验证集；

基于VGG卷积图像人脸识别模型构建初始VGG卷积图像人脸识别模型；

利用所述训练集对所述初始VGG卷积图像人脸识别模型进行多次迭代训练，利用所述验证集对每次训练后的初始VGG卷积图像人脸识别模型进行验证，输出所述验证集的平均精度均值，选取输出平均精度均值最大的VGG卷积图像人脸识别模型作为训练好的VGG卷积图像人脸识别模型。

7.根据权利要求6所述的一种基于图像识别的逆行判断方法，其特征在于：进行数据泛化处理的具体步骤为，将采集到的待检测区域内行人的图片随机裁剪为不同大小的图片，并进行水平翻转或/和垂直翻转或/和随机裁剪或/和随机角度旋转或/和对比度调整或/和亮度调整，得到数据集。

8.一种基于图像识别的逆行判断系统，其特征在于，包括以下模块，

数据获取模块，其用于获取待检测区域内的视频流，并将所述视频流进行RIO处理，得到待检测区域数据；

数据处理模块，其用于将所述待检测区域数据进行预处理，得到多帧帧图片；

图像识别模块，其用于将所有所述帧图片输入至预先训练好的VGG卷积图像人脸识别模型中进行图像识别，得到所有所述帧图片中行人的面向；

逆行判断模块，其用于根据所有所述帧图片中行人的面向，判断待检测区域内是否存在逆行的情况。

9.根据权利要求8所述的一种基于图像识别的逆行判断系统，其特征在于：还包括决策告警模块，当待检测区域内存在逆行的情况时，发出决策告警。

10.一种计算机可读存储介质，其特征在于：包括存储器，所述存储器内存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至7任一项所述的基于图像识别的逆行判断方法。