[发明专利]一种交通行为识别方法及装置、电子设备和存储介质在审
申请号: | 202110873586.2 | 申请日: | 2021-07-30 |
公开(公告)号: | CN113516099A | 公开(公告)日: | 2021-10-19 |
发明(设计)人: | 范佳柔;甘伟豪;武伟 | 申请(专利权)人: | 浙江商汤科技开发有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 靳玫 |
地址: | 311215 浙江省杭州市萧*** | 国省代码: | 浙江;33 |
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 交通 行为 识别 方法 装置 电子设备 存储 介质 | ||
1.一种交通行为识别方法,其特征在于,所述方法包括:
获取待识别图像;
确定所述待识别图像包括的车辆区域中,与所述待识别图像中的骑手区域关联的关联车辆区域,所述骑手区域包括车辆以及至少一人体;
对所述骑手区域进行载人数量识别,得到载人数量识别结果,以及对所述关联车辆区域进行车辆类型识别,得到车辆类型识别结果;
根据所述载人数量识别结果和所述车辆类型识别结果,确定所述骑手区域中的目标骑手是否存在违规载人行为。
2.根据权利要求1所述的方法,其特征在于,所述确定所述待识别图像包括的车辆区域中,与所述待识别图像中的骑手区域关联的关联车辆区域,包括:
对所述待识别图像进行检测,得到所述车辆区域以及所述骑手区域;
确定得到的所述车辆区域中,与所述骑手区域重合度最大的目标车辆区域,并将所述目标车辆区域确定为与所述骑手区域关联的关联车辆区域。
3.根据权利要求1所述的方法,其特征在于,所述确定所述待识别图像包括的车辆区域中,与所述待识别图像中的骑手区域关联的关联车辆区域,包括:
对所述待识别图像进行检测,得到所述车辆区域以及所述骑手区域;
通过预先训练的关联性分数预测模型,确定所述车辆区域与所述骑手区域之间的关联分数;
将所述车辆区域中,与所述骑手区域关联分数最高的目标车辆区域,确定为与所述骑手区域关联的关联车辆区域。
4.根据权利要求1所述的方法,其特征在于,所述对所述骑手区域进行载人数量识别,得到载人数量识别结果,包括:
对所述骑手区域进行载人数量识别,得到载人数量以及对应的第一置信度;
响应于所述第一置信度达到第一置信度阈值,将所述载人数量确定为所述骑手区域的载人数量识别结果;
所述对所述关联车辆区域进行车辆类型识别,得到车辆类型识别结果,包括:
对所述关联车辆区域进行车辆类型识别,得到车辆类型以及对应的第二置信度;
响应于所述第二置信度达到第二置信度阈值,将所述车辆类型确定为所述车辆区域的车辆类型识别结果。
5.根据权利要求1-4任一所述的方法,其特征在于,所述根据所述载人数量识别结果和所述车辆类型识别结果,确定所述骑手区域中的目标骑手是否存在违规载人行为,包括:
响应于所述载人数量识别结果为第一识别结果,确定所述目标骑手违规载人;所述第一识别结果表征载人数量达到第一预设数量;或者,
响应于所述载人数量识别结果为第二识别结果,并且所述类型识别结果表征的车辆类型为预设的非机动车类型,确定所述目标骑手违规载人;所述第二识别结果表征载人数量达到第二预设数量,所述第二预设数量小于所述第一预设数量;或者,
响应于所述载人数量识别结果表征的载人数量为所述第二识别结果,并且所述类型识别结果表征的车辆类型不是所述预设的非机动车类型,确定所述目标骑手并未违规载人;或者,
响应于所述载人数量识别结果为第三识别结果,确定所述目标骑手并未违规载人;所述第三识别结果表征载人数量为第三预设数量,所述第三预设数量小于所述第二预设数量;或者,
响应于所述载人数量识别结果为第四识别结果,确定针对所述目标骑手的交通行为识别无效。
6.根据权利要求5所述的方法,其特征在于,所述第四识别结果表征所述待识别图像出现以下至少一种无效场景:
骑手推车的场景;骑手站立在车旁的场景;多个骑手相互紧靠的场景;低清晰度的场景;车辆被遮挡的场景。
7.根据权利要求1-6任一所述的方法,其特征在于,所述方法还包括:
响应于所述目标骑手违规载人,发出告警信息。
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浙江商汤科技开发有限公司,未经浙江商汤科技开发有限公司许可,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/202110873586.2/1.html,转载请声明来源钻瓜专利网。