申请/专利权人：浙江大华技术股份有限公司

申请日：2020-12-22

公开（公告）日：2024-04-12

公开（公告）号：CN112633151B

主分类号：G06V20/54

分类号：G06V20/54;G06V10/80;G06V10/25;G06V10/774;G06V10/764

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2021.04.27#实质审查的生效;2021.04.09#公开

摘要：本发明公开了一种确定监控图像中斑马线的方法、装置、设备及介质，用以解决现有技术中移动物体对斑马线可能发生遮挡，使监控场景中斑马线的完整度得不到保证的问题。鉴于移动物体对斑马线的遮挡是随时间的推移而变化的，由于本发明实施例可以基于至少两个监控图像的第一概率向量，确定该至少两个监控图像对应的融合图像的第二概率向量，其中第二概率向量包括融合图像中每个像素点为斑马线像素点的第二概率值，针对融合图像中的每个像素点，若该像素点的第二概率值不小于预设的概率阈值，则将该像素点确定为斑马线像素点，从而可以减小移动物体对监控场景中斑马线的完整度的影响，在一定程度上保证可以获取到完整度相对较高的斑马线图像。

主权项：1.一种确定监控图像中斑马线的方法，其特征在于，所述方法包括：针对接收到的至少两个监控图像中的每个监控图像，将该监控图像输入预先训练完成的概率模型，确定该监控图像的第一概率向量，其中所述第一概率向量包括该监控图像中每个像素点为斑马线像素点的第一概率值；将至少两个监控图像的第一概率向量输入预先训练完成的融合模型，确定所述至少两个监控图像对应的融合图像的第二概率向量，其中所述第二概率向量包括融合图像中每个像素点为斑马线像素点的第二概率值；针对所述融合图像中的每个像素点，若该像素点的第二概率值不小于预设的概率阈值，则将该像素点确定为斑马线像素点；其中，所述将至少两个监控图像的第一概率向量输入预先训练完成的融合模型之前，所述方法还包括：针对接收到的至少两个监控图像中的每个监控图像，将该监控图像输入预先训练完成的目标检测模型，确定该监控图像的第三概率向量和位置向量，其中所述位置向量包括该监控图像中斑马线区域对应的第一位置、每个物体对应的第二位置，所述第三概率向量包括该监控图像中每个像素点为斑马线像素点和任一物体像素点的第三概率值；针对每个物体，若该物体的第二位置与所述斑马线区域的第一位置部分重叠，则将该物体和所述斑马线区域确定为关注目标；并根据预先保存的关注目标标识，确定该监控图像的关注标识向量，其中所述关注标识向量中该监控图像的所述关注目标的像素点对应有所述关注目标标识；将所述第三概率向量和所述关注标识向量输入预先训练完成的权重确定模型，确定所述关注目标的权重向量，其中所述权重向量包括所述关注目标的每个像素点对应的目标权重系数；针对关注目标对应的每个像素点，根据该像素点对应的目标权重系数与该像素点的第一概率值，对该像素点的第一概率值进行更新。

全文数据：

权利要求：

百度查询： 浙江大华技术股份有限公司 一种确定监控图像中斑马线的方法、装置、设备及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD