专利汇可以提供一种基于图像识别的电动自行车违章提醒方法及装置专利检索,专利查询,专利分析的服务。并且本 发明 公开一种基于 图像识别 的电动 自行车 违章提醒方法及装置,涉及 图像处理 技术领域,采用技术方案:首先通过采集模 块 采集 电动自行车 的日常违章照片,将日常违章照片输入 深度学习 框架 进行训练,得到识别违章模型,将识别违章模型转 固化 为二进制文件存储于具有计算能 力 的图像计算模块;随后通过电动自行车前端的摄像模块采集车前方道路信息,图像计算模块接收摄像模块采集的信息并实时分析,在图像计算模块分析得出电动自行车发生违章行为时,图像计算模块向扬声器模块传递控制 信号 ,扬声器模块进行语音播报并提醒驾驶员。本发明可以对电动自行车的驾驶员进行违章提醒,进而提高驾驶员的警惕性,降低电动自行车因违章而发生交通事故的概率。,下面是一种基于图像识别的电动自行车违章提醒方法及装置专利的具体信息内容。
1.一种基于图像识别的电动自行车违章提醒方法,其特征在于,该方法包括采集训练阶段、部署阶段、违章提醒阶段;
在采集训练阶段,通过采集模块采集电动自行车的日常违章照片,将日常违章照片输入深度学习框架进行训练,得到识别违章模型,将识别违章模型转固化为二进制文件存储于具有计算能力的图像计算模块;
在部署阶段,将摄像模块和扬声器模块安装在电动自行车的前端,将图像计算模块集成安装于电动自行车的控制模块,摄像模块、图像计算模块、扬声器模块三者依次通信连接;
在违章提醒阶段,电动自行车的摄像模块采集车前方道路信息,图像计算模块接收摄像模块采集的信息并实时分析,在图像计算模块分析得出电动自行车发生违章行为时,图像计算模块向扬声器模块传递控制信号,扬声器模块进行语音播报并提醒驾驶员。
2.根据权利要求1所述的一种基于图像识别的电动自行车违章提醒方法,其特征在于,在采集训练阶段,通过采集模块采集电动自行车的日常违章照片后,根据违章情况,首先对违章照片进行手动分类,随后,将分类后的违章照片输入深度学习框架进行训练,得到识别违章模型;
在违章提醒阶段,在图像计算模块分析得出电动自行车发生违章行为时,图像计算模块向扬声器模块传递控制信号,扬声器模块向驾驶员语音播报具体的违章情况;
所述违章情况包括闯红灯和驶入机动车道两种。
3.根据权利要求1所述的一种基于图像识别的电动自行车违章提醒方法,其特征在于,所述识别违章模型采用开源深度学习框架Tensorflow,所述开源深度学习框架Tensorflow调用input_data.read_data_sets接口接收摄像模块采集的电动自行车日常违章照片,利用采集的电动自行车日常违章照片训练Tensorflow得到识别违章模型。
4.根据权利要求3所述的一种基于图像识别的电动自行车违章提醒方法,其特征在于,所述图像计算模块采用STM32F4系列单片机作为主控芯片,提供IIC、I2 S和DCMI接口;
所述图像计算模块的电源采用DC电源集成芯片,DC电源集成芯片将电动自行车的48v或60v电压转换为12v、5v和3.3v为图像计算模块、摄像模块、扬声器模块供电。
5.根据权利要求4所述的一种基于图像识别的电动自行车违章提醒方法,其特征在于,所述摄像模块采用OV7670模块,OV7670模块的SCCB总线和数据总线分别与图像计算模块的IIC和DCMI总线连接,OV7670模块将视频流数据实时传输到图像计算模块,并为图像计算模块提供原始图像数据。
6.根据权利要求4所述的一种基于图像识别的电动自行车违章提醒方法,其特征在于,所述扬声器模块包括音频功放芯片和喇叭,音频功放芯片与图像计算模块通过I2 S连接。
7.一种基于图像识别的电动自行车违章提醒装置,其特征在于,其结构包括:
采集模块,用于采集电动自行车的日常违章照片;
深度学习框架,用于获取电动自行车的日常违章照片进行训练,得到识别违章模型;
摄像模块,安装在电动自行车的前端,用于采集电动自行车的前方道路信息;
图像计算模块,存储有转固化为二进制文件的识别违章模型,用于接收并实时分析摄像模块采集的信息,还用于根据分析结果输出控制信号;
扬声器模块,用于接收图像计算模块的控制信号,并根据控制信号进行语音播报,以提醒驾驶员。
8.根据权利要求7所述的一种基于图像识别的电动自行车违章提醒装置,其特征在于,在采集模块采集电动自行车的日常违章照片后,根据违章情况,手动分类采集的日常违章照片,并将分类后的违章照片输入深度学习框架进行训练,得到识别违章模型;
图像计算模块实时分析摄像模块采集的信息后,根据分析结果向扬声器模块传递控制信号,扬声器模块向驾驶员语音播报具体的违章情况;
所述违章情况包括闯红灯和驶入机动车道两种。
9.根据权利要求7所述的一种基于图像识别的电动自行车违章提醒装置,其特征在于,所述识别违章模型采用开源深度学习框架Tensorflow,所述开源深度学习框架Tensorflow调用input_data.read_data_sets接口接收采集模块采集的电动自行车日常违章照片;
所述图像计算模块采用STM32F4系列单片机作为主控芯片,提供IIC、I2 S和DCMI接口;
所述摄像模块采用OV7670模块,OV7670模块的SCCB总线和数据总线分别与图像计算模块的IIC和DCMI总线连接,OV7670模块将视频流数据实时传输到图像计算模块,并为图像计算模块提供原始图像数据;
所述扬声器模块包括音频功放芯片和喇叭,音频功放芯片与所述图像计算模块通过I2 S连接。
10.根据权利要求9所述的一种基于图像识别的电动自行车违章提醒装置,其特征在于,所述图像计算模块的电源采用DC电源集成芯片,DC电源集成芯片将电动自行车的48v或
60v电压转换为12v、5v和3.3v为图像计算模块、摄像模块、扬声器模块供电。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
调节视频码率的方法和装置 | 2020-05-08 | 801 |
一种基于CPU的8K超高清视频高速编码方法 | 2020-05-08 | 269 |
全景视频处理方法及系统 | 2020-05-08 | 252 |
场景联动方法及场景联动系统 | 2020-05-08 | 688 |
一种多路视频合成的方法及装置 | 2020-05-08 | 864 |
多媒体视频流总结系统及流程 | 2020-05-08 | 321 |
人机交互式软件录屏方法 | 2020-05-08 | 564 |
处理直播内容的方法、装置、系统 | 2020-05-08 | 77 |
基于动态模式分解的运动检测方法、终端设备及计算机可读存储介质 | 2020-05-08 | 828 |
一种受前面帧目标信息约束的相关滤波目标跟踪算法 | 2020-05-08 | 841 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。