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】
本专利技术涉及人工智能,尤其涉及一种车辆压线检测方法、装置、电子设备及存储介质。
技术介绍
1、在交通领域,车辆压线行驶是一个重要的违法类型,此行为不仅给自己带来了安全隐患,而且也威胁到其它群众的生命安全,因此通过交通摄像机抓拍压线违法行为尤为重要。
2、当前,车辆压线行为的审核主要是通过人工方式,该方法成本较高,效率低下。而对于采用非人工审核的过程中,往往存在运行速度慢无法实时判断、准确率低的弊端。
3、因此,当前寻找一种更加高效、准确的车辆压线检测方法成为研究热点。
技术实现思路
1、本专利技术提供一种车辆压线检测方法、装置、电子设备及存储介质,实现了高效、准确的进行车辆压线检测。
2、本专利技术提供一种车辆压线检测方法,所述方法包括:获取视频帧图像,其中,所述视频帧图像包括道路标识线以及待检测车辆;基于所述视频帧图像进行道路标识线分割,得到不同类型车道区域,以及所述车道区域的区域位置;基于所述视频帧图像进行所述待检测车辆的车辆姿态估计,得到所述待检测车辆的各车胎关键点的车胎关键点位置,其中,所述车胎关键点根据表征车胎关键点隐藏的第一输出和表征车胎关键点未隐藏的第二输出确定,所述第一输出和所述第二输出根据预训练得到的车辆关键点检测网络确定;基于所述区域位置确定拟合后车道线,并根据所述拟合后车道线和所述车胎关键点位置,判断所述待检测车辆是否压线,其中,所述拟合后车道线根据拟合度确定的多组初始拟合线段进行表征,所述拟合度根据所述车道区域的区域轮廓
3、根据本专利技术提供的一种车辆压线检测方法,所述基于所述区域位置确定拟合后车道线,并根据所述拟合后车道线和所述车胎关键点位置,判断所述待检测车辆是否压线,具体包括:基于所述区域位置,确定所述车道区域的区域轮廓点的轮廓点位置;基于所述轮廓点位置进行车道线拟合,得到拟合后车道线;按照预设顺序,对相邻车胎的车胎关键点位置进行连线,得到车胎连线线段;在所述车胎连线线段与所述拟合后车道线存在交点的情况下,确定所述待检测车辆压线;在所述车胎连线线段与所述拟合后车道线不存在交点的情况下,确定所述待检测车辆未压线。
4、根据本专利技术提供的一种车辆压线检测方法,所述基于所述轮廓点位置进行车道线拟合,得到拟合后车道线,具体包括:基于所述轮廓点位置,确定与轮廓点对应的中心点位置,其中,中心点表征具有相同纵坐标的所有轮廓点的中心位置;基于所有所述中心点位置,确定最大纵坐标以及最小纵坐标,其中,所述最大纵坐标为所有所述中心点中的最大的纵坐标值,所述最小纵坐标为所有所述中心点中的最小的纵坐标值;根据所述最大纵坐标以及最小纵坐标,得到纵坐标变化区间;按照预设步长,将所述纵坐标变化区间进行划分,得到多组纵坐标区间;基于各所述纵坐标区间内的所述中心点位置进行直线拟合,得到多组初始拟合线段,以及经过所述初始拟合线段的拟合点集,其中,所述拟合点集的纵坐标为所述纵坐标变化区间内的纵坐标;基于拟合点集,得到各所述初始拟合线段的拟合度,并在所述拟合度满足拟合度阈值的情况下,将多组所述初始拟合线段表征为多组拟合后车道线。
5、根据本专利技术提供的一种车辆压线检测方法,在所述基于拟合点集,得到各所述初始拟合线段的拟合度之前,所述方法还包括:基于所述中心点位置,确定所述中心点位置中横坐标的第一方差;所述基于拟合点集,得到各所述初始拟合线段的拟合度,具体包括:基于所述拟合点集,确定所述拟合点集的横坐标相对所述中心点位置的横坐标均值的第二方差;将所述第二方差与所述第一方差进行作商处理,得到方差商值,并将所述方差商值作为所述初始拟合线段的拟合度。
6、根据本专利技术提供的一种车辆压线检测方法,所述基于所述视频帧图像进行所述待检测车辆的车辆姿态估计,得到所述待检测车辆的各车胎关键点的车胎关键点位置,具体包括:将所述视频帧图像输入至车辆关键点检测网络,并通过所述车辆关键点检测网络的基网络得到所述待检测车辆的车胎特征图;将所述车胎特征图输入至所述车辆关键点检测网络的网络头,并通过所述网络头对所述车胎特征图进行上采样,以及进行核大小为1*1个数为8的卷积操作,以使所述待检测车辆的各车胎关键点分别基于表征车胎关键点隐藏的通道进行第一输出和基于表征车胎关键点未隐藏的通道进行第二输出;根据所述第一输出和所述第二输出,得到所述车辆关键点检测网络输出的所述待检测车辆的车胎关键点位置。
7、根据本专利技术提供的一种车辆压线检测方法,所述车辆关键点检测网络采用以下方式训练得到:构建训练样本集,其中,所述训练样本集中各样本的样本标签根据所述样本中检测车辆样本的热力图确定;获取车辆关键点位置预测损失函数,以及自监督几何损失函数,其中,所述自监督几何损失函数根据车辆刚体性质确定;根据所述车辆关键点位置预测损失函数和所述自监督几何损失函数,得到目标损失函数;基于所述训练样本集和所述目标损失函数对车辆关键点检测网络进行训练,得到训练后的车辆关键点检测网络。
8、根据本专利技术提供的一种车辆压线检测方法,所述训练样本集中样本的样本标签采用以下方式确定:获取各样本中检测车辆样本的样本车胎关键点位置,以及样本车胎关键点的状态,其中,所述状态包括车胎点缺失、车胎点遮挡不可见、车胎点可见中的任意一种;在所述状态为车胎点缺失的情况下,将与热力图对应的表征车胎关键点隐藏的通道的矩阵值均设置为0,以及将与热力图对应的表征车胎关键点未隐藏的通道的矩阵值均设置为0;在所述状态为车胎点遮挡不可见的情况下,将与热力图对应的表征车胎关键点隐藏的通道的矩阵值均设置为0;以及将与热力图对应的表征车胎关键点未隐藏的通道中第一目标位置的矩阵值设置为1,和将除所述第一目标位置之外的其他位置的矩阵值设置为0,其中,所述第一目标位置根据所述样本车胎关键点位置和所述样本的图像尺寸确定;在所述状态为车胎点可见的情况下,将将与热力图对应的表征车胎关键点隐藏的通道中第二目标位置的矩阵值设置为1,和将除所述第二目标位置之外的其他位置的矩阵值设置为0;以及与热力图对应的表征车胎关键点未隐藏的通道的矩阵值均设置为0,其中,所述第二目标位置根据所述样本车胎关键点位置和所述样本的图像尺寸确定;将根据与热力图对应的表征车胎关键点隐藏的通道的矩阵值,以及与热力图对应的表征车胎关键点未隐藏的通道的矩阵值,得到所述训练样本集中样本的样本标签。
9、本专利技术还提供一种车辆压线检测装置,所述装置包括:获取模块,用于获取视频帧图像,其中,所述视频帧图像包括道路标识线以及待检测车辆;分割模块,用于基于所述视频帧图像进行道路标识线分割,得到不同类型车道区域,以及所述车道区域的区域位置;估计模块,用于基于所述视频帧图像进行所述待检测车辆的车辆姿态估计,得到所述待检测车辆的各车胎关键点的车胎关键点位置,其中,所述车胎关键点根据表征车胎关键点隐藏的第一输出和表征车胎关键点未隐藏的第二输出确定,所述第一输出和所述第二输出根据预训练得到的车辆关键点检测网络确定;判断模块,用于基于所述区域位置确定拟合后车道线,并根据所述拟合后车道线和本文档来自技高网...
【技术保护点】
1.一种车辆压线检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的车辆压线检测方法,其特征在于,所述基于所述区域位置确定拟合后车道线,并根据所述拟合后车道线和所述车胎关键点位置,判断所述待检测车辆是否压线,具体包括:
3.根据权利要求2所述的车辆压线检测方法,其特征在于,所述基于所述轮廓点位置进行车道线拟合,得到拟合后车道线,具体包括:
4.根据权利要求3所述的车辆压线检测方法,其特征在于,在所述基于拟合点集,得到各所述初始拟合线段的拟合度之前,所述方法还包括:
5.根据权利要求1所述的车辆压线检测方法,其特征在于,所述基于所述视频帧图像进行所述待检测车辆的车辆姿态估计,得到所述待检测车辆的各车胎关键点的车胎关键点位置,具体包括:
6.根据权利要求5所述的车辆压线检测方法,其特征在于,所述车辆关键点检测网络采用以下方式训练得到:
7.根据权利要求6所述的车辆压线检测方法,其特征在于,所述训练样本集中样本的样本标签采用以下方式确定:
8.一种车辆压线检测装置,其特征在于,所述装置包括:<
...【技术特征摘要】
1.一种车辆压线检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的车辆压线检测方法,其特征在于,所述基于所述区域位置确定拟合后车道线,并根据所述拟合后车道线和所述车胎关键点位置,判断所述待检测车辆是否压线,具体包括:
3.根据权利要求2所述的车辆压线检测方法,其特征在于,所述基于所述轮廓点位置进行车道线拟合,得到拟合后车道线,具体包括:
4.根据权利要求3所述的车辆压线检测方法,其特征在于,在所述基于拟合点集,得到各所述初始拟合线段的拟合度之前,所述方法还包括:
5.根据权利要求1所述的车辆压线检测方法,其特征在于,所述基于所述视频帧图像进行所述待检测车辆的车辆姿态估计,得到所述待检测车辆的各车胎关键点的车...
【专利技术属性】
技术研发人员:张宪法,陈智超,陈蕾,蔡帅鹏,徐旺,苗笑冬,
申请(专利权)人:商飞智能技术有限公司,
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。