申请/专利权人:以萨技术股份有限公司;青岛以萨数据技术有限公司
申请日:2023-11-27
公开(公告)日:2024-02-23
公开(公告)号:CN117593680A
主分类号:G06V20/40
分类号:G06V20/40;G06V10/776;G06V10/74;G06V10/764;G06T7/246;G06V10/82;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.12#实质审查的生效;2024.02.23#公开
摘要:本发明公开了一种基于深度学习的二轮车闯红灯实时检测方法及系统,属于二轮车行为识别技术领域。包括通过目标检测算法对实时视频帧图像中的二轮车与红绿灯进行目标检测,获取实时视频帧图像中的二轮车与红绿灯的坐标信息,并根据二轮车与红绿灯的坐标信息,获取二轮车目标图像和红绿灯图像;将红绿灯图像输入训练好的红绿灯分类模型进行处理,获取信号灯状态;若信号灯状态为红灯,通过目标追踪算法对二轮车目标图像进行追踪检测,确定追踪轨迹;获取斑马线区域,根据追踪轨迹和斑马线区域,判断二轮车是否达成闯红灯条件。对小目标的检测效果更好,能够提高闯红灯行为识别的准确率,解决了现有的二轮车闯红灯行为存在较多漏检与误检的问题。
主权项:1.基于深度学习的二轮车闯红灯实时检测方法,其特征在于,包括:通过目标检测算法对实时视频帧图像中的二轮车与红绿灯进行目标检测,获取实时视频帧图像中的二轮车与红绿灯的坐标信息,并根据二轮车与红绿灯的坐标信息,获取二轮车目标图像和红绿灯图像;将红绿灯图像输入训练好的红绿灯分类模型进行处理,获取信号灯状态;若信号灯状态为红灯,通过目标追踪算法对二轮车目标图像进行追踪检测,确定追踪轨迹;获取斑马线区域,根据追踪轨迹和斑马线区域,判断二轮车是否达成闯红灯条件。
全文数据:
权利要求:
百度查询: 以萨技术股份有限公司;青岛以萨数据技术有限公司 基于深度学习的二轮车闯红灯实时检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。