[发明专利]一种基于深度学习的斑马线礼让行人视觉检测系统及方法

权利要求书

1.一种基于深度学习的斑马线礼让行人视觉检测系统，其特征在于，包括：

参数配置模块，用于设置所述视觉检测系统的检测参数；

通信模块，用于将设置的所述视觉检测系统的检测参数发送给信息采集及处理模块；

信息采集及处理模块，用于检测并识别复杂交通场景下的行人、机动车目标，捕捉目标的行为并对捕捉到的行为进行判别。

2.根据权利要求1所述的基于深度学习的斑马线礼让行人视觉检测系统，其特征在于，所述视觉检测系统的检测参数包括：车辆检测区域、行人斑马线区域、当前车道的斜率以及接入相机的参数。

3.根据权利要求1所述的基于深度学习的斑马线礼让行人视觉检测系统，其特征在于，所述通信模块具体采用Http通信协议。

4.根据权利要求1所述的基于深度学习的斑马线礼让行人视觉检测系统，其特征在于，所述信息采集及处理模块包括：

行人车辆检测模块，用于实时检测当前视频帧中的人、车实例，通过NMS算法对满足IOU及中心点距离阈值要求的检测框进行二次筛选；

多目标追踪模块，用于对检测到的人车实例进行特征提取和匹配，同时通过L-K光流算法及CIOU算法追踪人车实例在连续多帧中的目标轨迹；

行为判定模块，用于对进入检测区域的车辆及行人进行移动侦测，判断车辆是否礼让行人；

细粒度识别模块，用于采用深度学习技术对检测到的未礼让行人的机动车及移动行人进行二次精细识别。

5.根据权利要求4所述的基于深度学习的斑马线礼让行人视觉检测系统，其特征在于，所述行为判定模块判断车辆未礼让行人的条件为：

行人在预设时间内沿斑马线方向横向运动，此时在斑马线区域内检测到车辆，若该车辆与移动行人的距离小于设置的阈值且车辆在前t秒时间内沿车道方向移动，判断该车辆未礼让行人；

行人穿过斑马线移动，此时在斑马线区域内检测到车辆，且该车辆在前t秒内沿车道方向以超过阈值速度行驶，判断该车辆未礼让行人。

6.根据权利要求1所述的基于深度学习的斑马线礼让行人视觉检测系统，其特征在于，还包括：

车牌识别模块，用于采用深度学习技术对检测到的不礼让行人机动车的车牌号码进行识别。

7.根据权利要求6所述的基于深度学习的斑马线礼让行人视觉检测系统，其特征在于，所述车牌识别模块包括：

车牌检测单元，用于提取机动车的感兴趣区域，通过深度学习技术检测机动车的车牌位置，利用位置、大小信息对检测到的车牌进行过滤；

车牌矫正单元，用于通过矫正网络使检测到的车牌倾斜对齐，保证字符识别的准确性；

车牌识别单元，用于将矫正后的车牌送入字符识别网络，通过CTC算法实现车牌字符的不定长识别。

8.一种基于深度学习的斑马线礼让行人视觉检测方法，其特征在于，所述方法包括：

S10、设置所述视觉检测系统的检测参数；

S20、将设置的所述视觉检测系统的检测参数发送给信息采集及处理模块；

S30、检测并识别复杂交通场景下的行人、机动车目标，捕捉目标的行为并对捕捉到的行为进行判别。

9.根据权利要求6所述的基于深度学习的斑马线礼让行人视觉检测方法，其特征在于，步骤S10中，视觉检测系统的检测参数包括：车辆检测区域、行人斑马线区域、当前车道的斜率以及接入相机的参数。

10.根据权利要求7所述的基于深度学习的斑马线礼让行人视觉检测方法，其特征在于，步骤S30包括：

S301、实时检测当前视频帧中的人、车实例，通过NMS算法对满足IOU及中心点距离阈值要求的检测框进行二次筛选；

S302、对检测到的人车实例进行特征提取和匹配，同时通过L-K光流算法及CIOU算法追踪人车实例在连续多帧中的目标轨迹；

S303、对进入检测区域的车辆及行人进行移动侦测，判断车辆是否礼让行人；

S304、采用深度学习技术对检测到的未礼让行人的机动车及移动行人进行二次精细识别。