[发明专利]基于深度学习的出租车违规行为检测方法

说明书

本发明提供了基于深度学习的出租车违规行为检测方法，其采集与识别区域的环境影像，得到区域的路面上存在的出租车，对出租车在环境影像上的目标影像画面进行分析，得到出租车与路面参照物之间的位置关系信息，和出租车本身的车辆外观状态信息以及出租车附近区域的环境状态信息，继而判断出租车是否存在违规行为；并当确定存在违规行为时，将出租车的实况信息上传到交通管理中心平台，其利用公共摄像机对路面上的出租车进行自动全面监控，以及对拍摄得到的影像进行学习分析，确定每个出租车的实际状态，准确地判断出租车是否存在违规行为，这样能够对出租车进行可靠全面的管理，以及对出租车的违法行为进行及时的证据留存。

技术领域

本发明涉及车辆监控管理的技术领域，特别涉及基于深度学习的出租车违规行为检测方法。

背景技术

目前，出租车司机为了接载乘客，通过会在禁停区域等待客人或者随意停靠来路边拉客，这容易导致路面发生拥堵或交通意外。现有技术都是通过交警对上述出租车的行为进行排查，才能够在一定程度上减少出租车的违规行为。但是交警的人力毕竟有限，无法对所有路段进行全面和及时的排出，从而无法有效地杜绝出租车的非法行为，降低对车租车管理的可靠性和准确性，并且还无法对出租车的违法行为进行及时的证据留存。

发明内容

针对现有技术存在的缺陷，本发明提供基于深度学习的出租车违规行为检测方法，其采集与识别区域的环境影像，得到区域的路面上存在的出租车，对出租车在环境影像上的目标影像画面进行分析，得到出租车与路面参照物之间的位置关系信息，和出租车本身的车辆外观状态信息以及出租车附近区域的环境状态信息，继而判断出租车是否存在违规行为；并当确定存在违规行为时，将出租车的实况信息上传到交通管理中心平台，其利用公共摄像机对路面上的出租车进行自动全面监控，以及对拍摄得到的影像进行学习分析，确定每个出租车的实际状态，准确地判断出租车是否存在违规行为，这样能够对出租车进行可靠全面的管理，以及对出租车的违法行为进行及时的证据留存。

本发明提供基于深度学习的出租车违规行为检测方法，包括如下步骤：

步骤S1，指示公共摄像机采集自身所处区域的环境影像，对所述环境影像进行识别处理，得到所述区域的路面上存在的出租车；以所述出租车为基准，截取所述出租车在所述环境影像上的目标影像画面；

步骤S2，对所述目标影像画面进行识别分析，得到所述出租车与路面参照物之间的位置关系信息；根据所述位置关系信息，判断所述出租车是否存在第一类违规行为；

步骤S3，对所述目标影像画面进行识别分析，得到所述出租车本身的车辆外观状态信息以及所述出租车附近区域的环境状态信息；根据所述车辆外观状态信息和所述环境状态信息，判断所述出租车是否存在第二类违规行为；

步骤S4，当确定所述出租车存在第一类违规行为或第二类违规行为，则将所述出租车的实况信息上传到交通管理中心平台。

进一步，在所述步骤S1中，指示公共摄像机采集自身所处区域的环境影像，对所述环境影像进行识别处理，得到所述区域的路面上存在的出租车具体包括：

指示公共摄像机对自身所处区域进行双目拍摄，得到相应的双目环境影像；

根据所述双目环境影像的双目视差，得到所述区域的三维环境影像；

对所述三维环境影像进行识别处理，得到所述区域的路面上存在的所有车辆；再对所述车辆的表面外观进行识别处理，筛选出其中存在的出租车。

进一步，在所述步骤S1中，以所述出租车为基准，截取所述出租车在所述环境影像上的目标影像画面具体包括：

在所述三维环境影像中，以所述出租车的几何中心为圆心和以预设长度为半径，从所述三维环境影像中截取相应圆形影像区域，作为所述出租车在所述环境影像上的目标影像画面。