[发明专利]一种基于深度学习的用于借道超车违法自动审核方法

摘要

本发明公开了一种基于深度学习的用于借道超车违法自动审核方法,本发明提供解决人工审核成本高，易疲劳，易疏忽等弊端，能够自动、准确、快速的对其进行违法审核。本发明同时提供了一种语义分割算法。本发明同时还提供了一种车辆reid算法和一种分割轮廓直线拟合算法。

主权项

1.一种基于深度学习的用于借道超车违法自动审核方法,其特征在于，包括以下步骤：S1、获取通过路口的视频采集设备采集的三种不同时刻的图像、待判定车辆的车牌号以及当前路口的路口ID；S2、通过常规的检测算法获取三张图的所有车辆的位置信息；S3、通过常规的检测算法检测出第一帧所有车中对应车牌的位置信息；S4、通过常规的车牌识别算法识别出第一帧所有车的车牌号码；S5、在第一帧中通过S4中得到车牌号码找到与待判定车辆的车牌号相同的当前车；S6、在第二帧中通过S4得到的车牌号码找到与待判定车辆的车牌号相同的当前车，若由于当前车辆此时已经行驶较远没有车牌号码匹配的当前车辆，则通过车辆reid算法找到第二帧中的在第一帧中的所有车辆通过车辆reid算法找到和第一帧中当前车最相近的车辆，同样再通过车辆reid算法找到第二帧中的在第一帧中的所有车辆通过车辆reid算法找到和第一帧中当前车最相近的车辆；S7、通过分割算法对三张图中的黄线、实线、虚线以及三张图的当前车辆进行语义分割；S8、通过常规的分类方法对第三帧当前车的车头车尾进行判断；S9、通过S8的判断结果以及S7输出的黄线与实线轮廓进行过滤并直线拟合；S10、通过S7、S8以及S9输出的结果分别判断三张图的当前车辆与直线的位置关系，判断当前车辆是否压线或者逆行，若压线或者逆行，则判断该车辆借道超车，已经违法，返回；S11、通过S8的判断结果以及S7输出的虚线轮廓进行过滤并直线拟合；S12、通过S2、S8与S11输出的结果分别判断三张图的当前车辆与直线的位置关系，判断当前车辆是否并道并判断当前车辆是否对并道车道的其他车辆影响驾驶，若影响，则判断该车辆借道超车，已经违法。