申请/专利权人：广州方纬智慧大脑研究开发有限公司

申请日：2019-12-25

公开（公告）日：2024-06-25

公开（公告）号：CN111160213B

主分类号：G06V40/10

分类号：G06V40/10;G06V20/52;G06V20/54;G06V20/62;G06T5/73

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2020.06.09#实质审查的生效;2020.05.15#公开

摘要：本发明公开了基于深度学习的非法上下客检测方法、系统及存储介质，方法包括以下步骤：获取待分析视频流，对所述待分析视频流进行预处理；对预处理后的待分析视频流进行车门检测；对检测到车门打开状态的待分析视频流进行人体检测；根据人体检测结果，确定是否存在非法上下客行为；对存在非法上下客行为的车辆，识别该车辆的车牌信息和车辆类型信息。本发明克服了现有技术通过执勤交警来进行治理的问题，降低了人工成本，且能够通过机器设备自动进行全天候执勤，覆盖范围广，治理难度低，可广泛应用于图像处理技术领域。

主权项：1.基于深度学习的非法上下客检测方法，其特征在于：包括以下步骤：获取待分析视频流，对所述待分析视频流进行预处理；利用车辆开门检测模型对预处理后的待分析视频流进行车门检测；对检测到车门打开状态的待分析视频流进行人体检测；根据人体检测结果，确定是否存在非法上下客行为；对存在非法上下客行为的车辆，识别该车辆的车牌信息和车辆类型信息；所述获取待分析视频流，对所述待分析视频流进行预处理这一步骤，还包括以下步骤：对所述待分析视频流中的待分析图像进行去雾处理；所述对待分析图像进行去雾处理这一步骤，包括以下步骤：确定待分析图像中的暗通道；根据所述暗通道，通过雾图形成模型得到透射率的预估值计算公式；根据所述透射率的预估值计算公式，生成图像恢复公式；通过图像恢复公式对待分析图像进行处理，得到恢复后的图像；所述预估值计算公式为： 其中，为透射率的预估值，ω表示[0，1]之间的因子，A是全球大气光成分，Ωx表示以像素X为中心的一个窗口，y表示以像素X为中心的一个窗口中所有像素点以及其R，G，B通道中最小的值；c表示R，G，B中的某一通道，I代表待去雾的图像；所述图像恢复公式为： 其中，Jx代表要恢复的无雾的图像；Ix表示待去雾的图像，tx表示透射率；所述基于深度学习的非法上下客检测方法，还包括构建车辆开门检测模型的步骤，该步骤具体包括以下步骤：从历史的非法上下客行为的视频中获取有开门动作的图像；采用图像标注工具对打开状态的车门图像进行标注，生成标注文件；对标注好的图像进行数据增强操作，得到扩充后的数据集；对数据集进行切分，得到训练集、测试集和验证集；通过训练集和测试集对车辆开门检测模型进行训练；通过验证集对车辆开门检测模型进行验证优化。

全文数据：

权利要求：

百度查询： 广州方纬智慧大脑研究开发有限公司 基于深度学习的非法上下客检测方法、系统及存储介质

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