System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于图像识别,涉及基于依赖关系矩阵的城管目标判别方法,还涉及基于依赖关系矩阵的城管目标判别装置。
技术介绍
1、近年来,由于人工智能技术、移动互联网以及云计算的规模和应用激增,随着数据采集技术的进步和deep learning等领域的复杂的新技术、新方法的使用也导致数据量的产生与日俱增。为了充分发挥长期积累的巨量数据的效能,学术界和工业界再一次将目光转向大数据的研究,并成为智慧城市领域的热点技术。同时,视频监控的飞速发展使得对城市管理的要求不断提高,现有的视频监控的作用领域成为大家主要关注的问题。如何在智慧城市领域加入有效的视频监控应用机制,加入有效安全受控分发机制,为城市运行安全监测提供保障,已成为热点问题。
2、车载视频监控场景图像语义复杂,单纯只依赖图像目标检测方法,难以保证城管事件的正确性。例如,店外经营、违规户外广告、乱堆物堆料等事件,通常和商店、店门等前景目标相关,若只抓取店外经营、违规户外广告的目标主体,而忽视店门、商场等语义情景,则容易产生错误事件的识别,导致智能上报的整体立案率偏低。
技术实现思路
1、本专利技术的第一目的是提供基于依赖关系矩阵的城管目标判别方法,解决了现有技术中存在的城管事件立案率低的问题。
2、本专利技术所采用的第一技术方案是,基于依赖关系矩阵的城管目标判别方法,包括以下步骤:
3、步骤1、构建目标-场景依赖关系模型;
4、步骤2、将待检测图像输入场景语义提取模型,提取当前图像的场景;<
...【技术保护点】
1.基于依赖关系矩阵的城管目标判别方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于依赖关系矩阵的城管目标判别方法,其特征在于,步骤1具体包括以下步骤:
3.如权利要求1所述的基于依赖关系矩阵的城管目标判别方法,其特征在于,所述场景包括主干道、人行道、绿化带、门店。
4.如权利要求1所述的基于依赖关系矩阵的城管目标判别方法,其特征在于,所述城管事件类型包括店外经营、流动摊点、占道广告、沿街晾晒、暴漏垃圾、垃圾满溢、非法小广告、乱堆物料、撑伞经营、井盖破损、共享单车乱停放。
5.如权利要求2所述的基于依赖关系矩阵的城管目标判别方法,其特征在于,步骤1.4中所述依赖关系模型为SVM分类器。
6.如权利要求1所述的基于依赖关系矩阵的城管目标判别方法,其特征在于,所述场景语义提取模型为U-Net语义分割模型。
7.如权利要求1所述的基于依赖关系矩阵的城管目标判别方法,其特征在于,所述目标检测模型为yolov7目标检测模型。
8.基于依赖关系矩阵的城管目标判别装置,其特征在于,包括:
【技术特征摘要】
1.基于依赖关系矩阵的城管目标判别方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于依赖关系矩阵的城管目标判别方法,其特征在于,步骤1具体包括以下步骤:
3.如权利要求1所述的基于依赖关系矩阵的城管目标判别方法,其特征在于,所述场景包括主干道、人行道、绿化带、门店。
4.如权利要求1所述的基于依赖关系矩阵的城管目标判别方法,其特征在于,所述城管事件类型包括店外经营、流动摊点、占道广告、沿街晾晒、暴漏垃圾、垃圾满溢、非法小广告、乱堆物料、撑伞...
【专利技术属性】
技术研发人员:关新锋,李玉鑫,刘凯,邹伟,聂善思,李俊,郭小斌,吴波,邓瑞金,徐珍,
申请(专利权)人:江西航天鄱湖云科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。