首页 / 专利库 / 电脑编程 / 算法 / 一种基于深度学习的智能车实时巡视系统

一种基于深度学习的智能车实时巡视系统

阅读:1发布:2021-10-28

专利汇可以提供一种基于深度学习的智能车实时巡视系统专利检索,专利查询,专利分析的服务。并且本 发明 涉及基于 深度学习 的智能车实时巡视领域,特别是涉及一种基于深度学习的智能车实时巡视系统。该系统包括用于对用户所登记的信息进行实名认证,并为用户分配具有使用权限的账户和密码的账户授权管理子系统、用于存储账户信息和账户状态的账户管理子系统、用于对智能车巡视路线以及智能车所载摄像设备进行管理的智能车巡视管理子系统、用于广告合法性判定的 图像识别 处理子系统、用于广告违法信息播报以及违法违章广告处理情况实时通知的消息通知子系统。本发明提出,基于深度学习的 图像处理 方法,实现对城市违法违章广告的精准高效识别,协助用户更好地处理违法违章广告,从而达到智慧城市、智能管理的目的。,下面是一种基于深度学习的智能车实时巡视系统专利的具体信息内容。

1.一种基于深度学习的智能车实时巡视系统,其特征在于,账户录入授权子系统、账户管理子系统、智能车巡视管理子系统、图像识别处理子系统、消息通知子系统。其中,所述账户录入授权子系统用于对用户所登记的信息进行实名认证,并为用户分配具有使用权限的账户和密码;所述用户信息主要包括部名称、部门代号以及部门联系电话。在完成所填信息的认证后,系统将自动为用户分配授予一个具备系统使用权限的用户账号与初始密码;所述用户账户与初始密码为根据用户所填写的信息,运用逻辑算法生成,并加密、储存在账户注册子系统内唯一可识别身份的有效编码,其中初始密码可以在账户录入授权子系统中自行更改。
所述账户管理子系统用于存储账户信息和账户状态,所述账户信息除用户信息外,还包括违法违章广告的位置信息、广告违法违章详情信息;所述账户状态包括违法违章广告待处理状态、违法违章广告已处理状态。在智能车对城市进行巡视管理的过程中,若发现了城市中的违法违章广告并完成了确认,该处的广告即会被系统标记为违法违章广告待处理状态;系统待用户前往违法违章广告所在地完成处理后,该处广告即会被系统标记为违法违章广告已处理状态。
所述智能车巡视管理子系统用于用户对智能车的管理,包括对智能车巡视路线的管理以及智能车所载摄像设备的管理。智能车将根据用户所设执法地点进行最优路径规划,而后自动行驶至用户所需管理的路段。在到达指定地点后,车载摄像设备将对目的地进行图像收集与采样
所述图像识别处理子系统用于广告合法性的判定。在采集到执法地点的广告图像后,图像识别处理子系统将对图像进行处理,识别出图像中所含广告信息,再根据广告合法性准则,利用深度学习算法对所识别出的广告信息进行合法性检查,得出判定结果。
所述消息通知子系统用于广告违法信息的播报以及违法违章广告处理情况的实时通知。
2.根据权利要求1所述的一种基于深度学习的智能车实时巡视系统,其特征在于,所述智能车巡视管理子系统中通过所述图像识别处理子系统检测到有问题的广告通过所述消息通知子系统被账户录入授权子系统所授权的用户即管理者发现并处理。
3.根据权利要求1所述的一种基于深度学习的智能车实时巡视系统,其特征在于,所述智能车巡视管理子系统中的有问题的广告信息是通过所述图像识别处理子系统检测。
4.根据权利要求1所述的一种基于深度学习的智能车实时巡视系统,其特征在于,所述系统中有问题广告的发现情况是通过所述消息通知子系统通知。
5.一种基于深度学习的智能车实时巡视系统,其特征在于,所述基于深度学习的智能车实时巡视系统流程包括:
用户通过账户录入授权子系统成为被授权用户;
被授权用户登录智能车实时巡视系统并通过智能车巡视管理子系统去设定执法地点;
智能车巡视管理子系统根据执法地点规划一条最优路线并自动行驶到最优路线上再通过摄像设备对规定广告点进行拍照取样;
图像识别处理子系统在根据智能车巡视管理子系统传过来的信息进行处理,识别出图像中所含广告信息,利用深度学习算法对识别出的广告信息进行合法性检查;
在图像识别处理子系统检查所有监测点之后将所有结果通过消息通知子系统实时给被授权用户发送检测信息。
6.根据权利要求5所述的基于深度学习的智能车实时巡视系统,其特征在于,所述账户录入授权子系统还包括:信息登记、实名认证,获取系统分配具备使用权限的账号与密码。
7.根据权利要求5所述的基于深度学习的智能车实时巡视系统,其特征在于,所述广告被检测是否符合规范,具体包括:
通过智能车实时巡视系统将摄像设备采取信息传给图图像识别处理子系统;
图像识别处理子系统通过内部深度学习算法对信息进行初步检测并将检测信息过后异常信息通过消息通知子系统发送给被授权用户;
被授权用户可以通过消息通知子系统得知非法广告信息和部分异常广告信息,完全正常广告信息则不会收到,减少用户的工作量。
8.根据权利要求5所述的基于深度学习的智能车实时巡视系统。其特征在于,在对广告合法性进行判定的时候,系统采取深度学习算法进行判定,从而得出判定结果。

说明书全文

一种基于深度学习的智能车实时巡视系统

技术领域

[0001] 本发明涉及基于深度学习的智能车实时巡视领域,特别是涉及一种基于深度学习的智能车实时巡视系统。

背景技术

[0002] 在大倡导智慧城市、智能管理的信息化时代,利用计算机技术实现城市的优化建设是当下的时代潮流。目前,我国绝大多数城市都在大力开展创建文明城市活动,城市中的违法违章广告则是建设文明城市过程中所需处理的问题之一。由于违法违章广告大都存在数量多、不易判定、难以识别等特点,执法机关在执法过程中投入了大量的人力、物力和财力,却效果不佳。在科技飞速发展的今天,我们缺乏一种能够实现城市违法违章广告的识别与判定,协助执法机关更加便捷、高效、精准地对违法违章广告进行处理的系统。

发明内容

[0003] 本发明的目的是提供一种基于深度学习的智能车实时巡视系统,旨在准确地识别并判定城市违法违章广告,实现对违法违章广告的实时监测,协助执法机关更加高效、便捷、精准地对违法违章广告进行处理,从而达到智慧城市、智能管理。
[0004] 为实现上述目的,本发明提供了如下方案:
[0005] 一种基于深度学习的智能车实时巡视系统,包括账户录入授权子系统、账户管理子系统、智能车巡视管理子系统、图像识别处理子系统、消息通知子系统。其中,[0006] 所述账户录入授权子系统用于对用户所登记的信息进行实名认证,并为用户分配具有使用权限的账户和密码;所述用户信息主要包括部名称、部门代号以及部门联系电话。在完成所填信息的认证后,系统将自动为用户分配授予一个具备系统使用权限的用户账号与初始密码;所述用户账户与初始密码为根据用户所填写的信息,运用逻辑算法生成,并加密、储存在账户注册子系统内唯一可识别身份的有效编码,其中初始密码可以在账户录入授权子系统中自行更改。
[0007] 所述账户管理子系统用于存储账户信息和账户状态,所述账户信息除用户信息外,还包括违法违章广告的位置信息、广告违法违章详情信息;所述账户状态包括违法违章广告待处理状态、违法违章广告已处理状态。在智能车对城市进行巡视管理的过程中,若发现了城市中的违法违章广告并完成了确认,该处的广告即会被系统标记为违法违章广告待处理状态;系统待用户前往违法违章广告所在地完成处理后,该处广告即会被系统标记为违法违章广告已处理状态。
[0008] 所述智能车巡视管理子系统用于对智能车的管理,包括对智能车巡视路线的管理以及智能车所载摄像设备的管理。智能车将根据用户所设执法地点进行最优路径规划,而后自动行驶至用户所需管理的路段。在到达指定地点后,车载摄像设备将对目的地进行图像收集与采样
[0009] 所述图像识别处理子系统用于广告合法性的判定。在采集到执法地点的广告图像后,图像识别处理子系统将对图像进行处理,识别出图像中所含广告信息,再根据广告合法性准则,利用深度学习算法对所识别出的广告信息进行合法性检查,得出判定结果。
[0010] 所述消息通知子系统用于广告违法信息的播报以及违法违章广告处理情况的实时通知。附图说明
[0011] 为了更清楚地说明本发明实施例现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
[0012] 图1为本发明实施例基于深度学习的智能车实时巡视系统的结构框图
[0013] 图2为本发明实施例基于深度学习的智能车实时巡视系统流程示意图;
[0014] 图3为本发明实施例采集图像到进行广告合法性检查的流程示意图;
[0015] 图4为本发明实施例使用深度学习算法进行判定的流程示意图;

具体实施方式

[0016] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0017] 本发明的目的是提供一种基于深度学习的智能车实时巡视系统,旨在准确地识别并判定城市违法违章广告,实现对违法违章广告的实时监测,协助执法机关更加高效、便捷、精准地对违法违章广告进行处理,从而达到智慧城市、智能管理。
[0018] 为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0019] 实施例1
[0020] 图2为本发明实施例基于深度学习的智能车实时巡视系统流程示意图。如图2所示,一种基于深度学习的智能车实时巡视系统,包括:
[0021] 步骤100:系统对用户所登记的信息进行认证,认证完成后为用户分配有效可用的账户和密码,以供用户进行登录,而后使用系统。
[0022] 步骤200:智能车巡视管理子系统调用系统内部导航接口,根据用户所设置的巡视目的地进行最优路径规划,导航行驶至目标地点。
[0023] 步骤300:车载摄像设备于目的地进行图像收集和采样,将收集到的图像实时传输给图像识别处理子系统。
[0024] 步骤400:图像识别处理子系统根据系统中的广告合法性准则,利用深度学习算法,对广告进行合法性检查,将检查结果传输给消息通知子系统。
[0025] 步骤500:消息通知子系统实时播报合法性检查结果以及违法违章广告的处理情况通知。
[0026] 实施例2
[0027] 本实施例提供了用户在实现图像采集后,利用图像识别处理子系统进行广告合法性检查的流程。图3为本发明实施例采集图像到进行广告合法性检查的流程示意图。具体如下:
[0028] S100:用户登录后进入系统。
[0029] S101:车载摄像设备在目的地进行图像收集与采样。
[0030] S102:所采集的图像传送至图像识别处理子系统。
[0031] S103:系统判断是否已经设置广告合法性标准。如果已经设置,则进行S105;反之,进行S104。
[0032] S104:设置广告合法性标准。
[0033] S105:系统利用深度学习算法,基于用户所设置的合法性标准,对广告进行合法性检查。
[0034] S106:消息通知子系统对合法性检查进行实时播报。
[0035] 实施例3
[0036] 本实施例提供了系统使用深度学习算法进行判定的详细流程。图4为本发明实施例使用深度学习算法进行判定的流程示意图。具体如下:
[0037] S200:系统开始运作。
[0038] S201:将广告牌图像根据是否符合广告违法违章准则设置分类标准。
[0039] S202:对收集到的图像进行图像预处理并进行图像增强。
[0040] S203:按确定好的分类标准对广告牌图像进行学习,训练神经网络模型。
[0041] S204:判断是否达到训练轮次以及目标准确度要求,若是,则进行步骤S205;反之,进行S203。
[0042] S205:得到训练好的神经网络模型。
[0043] S206:等待接收广告合法性判定请求
[0044] S207:判定是否收到广告合法性判定请求。若是,则进行S208;反之,进行S206。
[0045] S208:根据训练好的模型对图像进行分类。
[0046] S209:返回判定结果,发送结果给消息通知子系统。
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。

申请试用

分析报告

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。

申请试用

QQ群二维码
意见反馈