[发明专利]基于人工智能的运输路线监控方法

权利要求书

1.一种基于人工智能的运输路线监控方法，其特征在于，该方法包括以下步骤：

采集渣土车装载完成后的初始状态图像，所述初始状态图像包括所述渣土车区域；

获取所述渣土车在运输过程中的多帧监控图像；对每帧所述监控图像进行高斯下采样得到多张采样图像；对所述初始状态图像与每张所述采样图像进行角点匹配得到多个匹配点对；

以任意所述匹配点对为目标点对，根据所述目标点对及其邻近区域内所有所述匹配点对之间的距离差异得到所述目标点对的置信度；获取所述采样图像中所有所述匹配点对的置信度均值，当所述置信度均值小于预设阈值时，根据所述置信度均值对所述高斯下采样的高斯核进行调整；

基于调整后的高斯核对每帧所述监控图像进行高斯下采样得到多张优选采样图像，获取所述优选采样图像与所述初始图像之间的第一匹配度；根据每张所述优选采样图像的第一匹配度得到每帧所述监控图像的匹配度；根据多帧所述监控图像的所述匹配度对所述渣土车的司机进行预警。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标点对及其邻近区域内所有所述匹配点对之间的距离差异得到所述目标点对的置信度的步骤，包括：

所述置信度的计算公式为：

其中，W表示置信度；d_k表示目标点对之间的距离；表示目标点对的邻近区域内所有匹配点对之间距离的均值；s表示目标点对的邻近区域内所有匹配点对的数量。

3.根据权利要求1所述的方法，其特征在于，所述高斯下采样的高斯核与所述置信度均值呈负相关关系。

4.根据权利要求1所述的方法，其特征在于，所述获取所述优选采样图像与所述初始图像之间的第一匹配度的步骤，包括：

获取所述优选采样图像与所述初始状态图像之间所有的匹配点对，所述第一匹配度与所述匹配点对的数量呈正相关关系。

5.根据权利要求1所述的方法，其特征在于，所述根据每张所述优选采样图像的第一匹配度得到每帧所述监控图像的匹配度的步骤，包括：

获取所有所述优选采样图像的第一匹配度的和，所述第一匹配度的和为所述监控图像的匹配度。

6.根据权利要求1所述的方法，其特征在于，所述获取所述初始状态图像与每张所述采样图像角点的方法为SIFT角点检测算法。

7.根据权利要求1所述的方法，其特征在于，所述根据多帧所述监控图像的所述匹配度对所述渣土车的运输情况进行预警的步骤，包括：

获取多帧所述监控图像中匹配度的最大值，当所述最大值低于预设阈值时，对所述渣土车的司机进行提示预警。