[发明专利]图像检测方法及装置、电子设备和存储介质

说明书

本公开涉及计算机视觉技术领域，尤其涉及一种图像检测方法及装置、电子设备和存储介质，所述方法包括：对获取的待处理图像进行语义分割，得到包括人行道区域语义分割结果，并根据语义分割结果，对待处理图像进行目标识别，得到目标识别结果；在目标识别结果包括至少一个交通参与者区域，和/或，至少一个非机动车区域的情况下，根据语义分割结果和目标识别结果，确定用于表征人行道中是否存在违规行为的检测结果。本公开实施例可实现实时、有效、成本低廉且适宜大范围推广的自动监管人行道上非机动车的违规驾驶。

技术领域

本公开涉及计算机视觉技术领域，尤其涉及一种图像检测方法及装置、电子设备和存储介质。

背景技术

随着电动自行车的普及以及外卖行业的蓬勃发展，电动自行车逐渐成为人们短途通勤的首选。但是，在驾驶电动自行车的过程中，往往存在驾驶员贪图便捷，为抄近路直接驶入人行道的情况。而人行道内行人密度大，部分行人习惯低头浏览手机内容，未注意观测路面信息，不能及时做出行为反馈，而此时驶入人行道的电动自行车又往往速度很快，甚至存在逆行的情况，难以及时准确的避开所有行人，因而造成了大量电动自行车与行人相撞的事故，给行人的安全造成了很大威胁。这一现象越来越成为大型城市亟待解决的监管问题。

目前部分特大型城市已经开展了人工监管的工作，禁止驾驶员在人行道内骑行非机动车，人行道内仅允许下车推行通过。然而，人工监管需要消耗大量的人力成本，难以确保监管效力，覆盖范围有限，驾驶员往往仅在人工监管的路口，或者监管员视野范围附近下车推行，通过监管检查后会继续在人行道内骑行。而自动监管此类问题仍处于萌芽状态，尚未存在成熟解决方案。

发明内容

本公开提出了一种图像检测技术方案。

根据本公开的一方面，提供了一种图像检测方法，包括：获取待处理图像；对所述待处理图像进行语义分割，得到语义分割结果，所述语义分割结果包括人行道区域；根据所述语义分割结果，对所述待处理图像进行目标识别，得到目标识别结果；在所述目标识别结果包括至少一个交通参与者区域，和/或，至少一个非机动车区域的情况下，根据所述语义分割结果和所述目标识别结果，确定检测结果，所述检测结果用于表征人行道中是否存在违规行为。

在一种可能的实现方式中，所述根据所述语义分割结果和所述目标识别结果，确定检测结果，包括：所述根据所述语义分割结果和所述目标识别结果，判断所述非机动车区域是否位于所述人行道区域的范围内，以及判断是否存在驾驶员正在驾驶所述非机动车区域对应的非机动车；在所述非机动车区域位于所述人行道区域的范围内，且存在驾驶员正在驾驶所述非机动车的情况下，所述检测结果为存在违规行为。

在一种可能的实现方式中，判断所述非机动车区域是否位于所述人行道区域的范围内，包括：根据所述非机动车区域，确定所述非机动车区域的车轮区域；判断所述车轮区域是否位于所述人行道区域的范围内；在所述车轮区域位于所述人行道区域的范围内的情况下，所述非机动车区域位于所述人行道区域的范围内。

在一种可能的实现方式中，判断所述车轮区域是否位于所述人行道区域的范围内，包括：根据所述车轮区域与所述人行道区域的重合面积，确定预测阈值；在所述预测阈值大于预设的判断阈值的情况下，判断所述非机动车区域位于所述人行道区域的范围内。

在一种可能的实现方式中，判断所述车轮区域是否位于所述人行道区域的范围内，包括：确定所述车轮区域与所述非机动车区域的相对位置、所述车轮区域与所述非机动车区域的相对大小、所述车轮区域与所述人行道区域的重合区域占所述非机动车区域的比例；将所述车轮区域与所述非机动车区域的相对位置、所述车轮区域与所述非机动车区域的相对大小、所述车轮区域与所述人行道区域的重合区域占所述非机动车区域的比例，输入训练好的二分类模型，得到所述二分类模型的分类结果；其中，所述分类结果的类别包括车轮区域位于所述人行道区域的范围内、车轮区域不位于所述人行道区域的范围内。