[发明专利]渣土车违法审核方法、电子装置、计算机设备和存储介质在审
申请号: | 202010147175.0 | 申请日: | 2020-03-05 |
公开(公告)号: | CN111401162A | 公开(公告)日: | 2020-07-10 |
发明(设计)人: | 周康明;张宪法 | 申请(专利权)人: | 上海眼控科技股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/62 |
代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 倪静 |
地址: | 200032 上海市徐汇*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 渣土 违法 审核 方法 电子 装置 计算机 设备 存储 介质 | ||
1.一种渣土车违法审核方法,其特征在于,所述方法包括:
获取待审核车辆图像;
基于目标车辆检测识别模型识别出所述待审核车辆图像中的目标车辆,并判断所述目标车辆是否为渣土车;
若所述目标车辆为渣土车,则基于渣土车装货识别模型确定所述渣土车的装货状态以及装货盖的覆盖状态;
根据所述装货状态以及所述覆盖状态,确定所述渣土车是否违法。
2.根据权利要求1所述的渣土车违法审核方法,其特征在于,所述基于车辆目标检测识别模型识别出所述待审核车辆图像中的目标车辆,并判断所述目标车辆是否为渣土车,包括:
确定所述待审核车辆图像中的一个或多个车辆,并判断各所述车辆是否为目标尺寸范围内的车辆;
若是,则判断所述目标尺寸范围内的车辆是否为黄色车牌车辆;
若是,则检测所述黄色车牌车辆是否为重型货车;
若是,则判定所述目标车辆为渣土车。
3.根据权利要求2所述的渣土车违法审核方法,其特征在于,所述目标车辆检测识别模型的构建方法包括:
获取不同条件下得到的若干待训练车辆图像;
标记所述待训练车辆图像中的车辆的种类;所述种类包括目标尺寸范围内的车辆和目标尺寸范围外的车辆;
根据标记后的待训练车辆图像进行训练,获得车辆尺寸检测模型;
根据所述车辆尺寸检测模型的输出结果,获取所述待训练车辆图像中,目标尺寸范围外的车辆的车辆图像;
标记所述目标尺寸范围外的车辆的车辆图像中车辆的属性;其中,标记结果包括第一标签和第二标签,所述第一标签包括:黄色车牌、非黄色车牌以及无车牌中任意之一;所述第二标签包括:货车、非货车中任意之一;
根据标记后的所述目标尺寸范围外的车辆的车辆图像进行训练,获得所述目标车辆检测识别模型。
4.根据权利要求2所述的渣土车违法审核方法,其特征在于,所述判定所述目标车辆为渣土车,包括:
基于车牌污损识别模型识别所述目标车辆的车牌是否属于非污损车牌;
若是,则基于车牌字符识别模型识别所述目标车辆的车牌号并将所述目标车辆的车牌号与所述目标车辆的标准车牌号进行匹配;
若匹配成功,则判定所述目标车辆为渣土车。
5.根据权利要求1所述的渣土车违法审核方法,其特征在于,所述渣土车的装货状态包括:有货、无货中的任意之一;
所述装货盖的覆盖状态包括:完全没有覆盖、部分覆盖以及完全覆盖中的任意之一。
6.根据权利要求1所述的渣土车违法审核方法,其特征在于,所述渣土车装货识别模型的构建方法,包括:
获取不同类型的标准渣土车图像;
标记所述标准渣土车图像中,车斗区域的装货状态以及装货盖的覆盖状态;
根据标记后的标准渣土车图像进行训练,获得所述渣土车装货识别模型。
7.根据权利要求1所述的渣土车违法审核方法,其特征在于,所述根据所述装货状态以及所述覆盖状态,确定所述渣土车是否违法,包括:
根据所述装货状态以及所述覆盖状态,输出用于确定所述渣土车违法类别的置信度;
确定所述置信度中的最大值;
根据所述最大值所对应的类别,确定所述渣土车是否违法。
8.一种电子装置,其特征在于,所述装置包括:
获取模块,用于获取待审核车辆图像;
处理模块,用于基于目标车辆检测识别模型识别出所述待审核车辆图像中的目标车辆,并判断所述目标车辆是否为渣土车;若所述目标车辆为渣土车,则基于渣土车装货识别模型确定所述渣土车的装货状态以及装货盖的覆盖状态;根据所述装货状态以及所述覆盖状态,确定所述渣土车是否违法。
9.一种计算机设备,其特征在于,所述设备包括:存储器、处理器、及通信器;所述存储器用于存储计算机指令;所述处理器运行计算机指令实现如权利要求1至7中任意一项所述的方法;所述通信器与外部设备进行通信。
10.一种计算机可读存储介质,其特征在于,存储有计算机指令,所述计算机指令被运行时执行如权利要求1至7中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海眼控科技股份有限公司,未经上海眼控科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010147175.0/1.html,转载请声明来源钻瓜专利网。