申请/专利权人:青岛海信网络科技股份有限公司
申请日:2022-02-23
公开(公告)日:2024-03-22
公开(公告)号:CN114638787B
主分类号:G06T7/00
分类号:G06T7/00;G06T5/30;G06N3/0464;G06N3/08;G06T5/60
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2022.07.05#实质审查的生效;2022.06.17#公开
摘要:本发明提供检测非机动车是否挂牌的方法及电子设备。包括:针对待检测视频中的任意一帧目标图像,将所述目标图像输入至预先训练好的目标检测神经网络模型中进行非机动车挂牌检测,得到检测结果,其中,所述检测结果为非机动车挂牌或非机动车未挂牌,且所述目标检测神经网络模型的特征融合模块中包括至少一个局部图像膨胀池化层,所述局部图像膨胀池化层用于将滑动窗口内的局部图像的各像素点的像素值替换为所述各像素点的像素值中最大的像素值。由此,本发明中获取了目标图像中更多的抽象特征信息,能够减小由于非机动车牌位置存在遮挡以及拍摄角度等问题的影响,提高了非机动车是否挂牌检测的准确率。
主权项:1.一种检测非机动车是否挂牌的方法,其特征在于,所述方法包括:针对待检测视频中的任意一帧目标图像,将所述目标图像输入至预先训练好的目标检测神经网络模型中进行非机动车挂牌检测,得到检测结果,其中,所述检测结果为非机动车挂牌或非机动车未挂牌,且所述目标检测神经网络模型的特征融合模块中包括至少一个局部图像膨胀池化层,所述局部图像膨胀池化层用于将滑动窗口内的局部图像的各像素点的像素值替换为所述各像素点的像素值中最大的像素值;其中,所述目标检测神经网络模型是通过以下方式训练的:获取非机动车训练样本,其中,所述非机动车训练样本包括非机动车图像以及与所述非机动车图像相对应的标注的挂牌类别;将所述非机动车训练样本输入至所述目标检测神经网络模型中进行特征提取,得到非机动车的特征之后,利用预设的非机动车的特征与非机动车挂牌结果的对应关系,确定与所述非机动车的特征相对应的非机动车挂牌结果;其中,所述非机动车挂牌结果包括非机动车挂牌类别以及所述挂牌类别对应的概率,且所述非机动车挂牌类别包括非机动车挂牌和非机动车未挂牌;基于所述非机动车挂牌结果与所述标注的挂牌类别,得到损失值;若所述损失值大于指定阈值,则返回将所述非机动车训练样本输入至所述目标检测神经网络模型中进行特征提取的步骤,直至所述损失值不大于所述指定阈值,则结束对所述目标检测神经网络模型的训练。
全文数据:
权利要求:
百度查询: 青岛海信网络科技股份有限公司 检测非机动车是否挂牌的方法及电子设备
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。