专利汇可以提供一种基于视频分析的车辆识别方法和系统专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种基于视频分析的车辆识别方法和系统,属于 计算机视觉 领域。本发明系统架构主要包括客户层、应用层和计算层,以摄像头或交通监控采集的车辆视频作为系统输入,对视频进行处理提取车辆图像,利用 卷积神经网络 对提取的车辆图像进行特征提取,识别车辆信息,最终返回结果。本发明特点是采用模 块 化分层架构和分布式计算处理方式,模块化将数据、逻辑与界面进行隔离,各模块之间相互独立,有利于系统开发和后期系统维护、版本升级,分布式使系统能够适用更复杂的计算场景。本发明的核心计算采用卷积神经网络,能够更加准确的对车辆图像进行识别。,下面是一种基于视频分析的车辆识别方法和系统专利的具体信息内容。
1.一种基于视频分析的车辆识别系统,其特征在于:该系统包括客户层、应用层和计算层,采用模块化的分布式架构;
(1)所述客户层为界面交互层,用于完成人机交互,提供用户登录和注册的窗口,用户等级分为普通用户和高级用户,为不同等级的用户提供不同等级的服务;系统提供可视化窗口,实现用户上传文件和结果显示;系统对用户上传的文件进行格式检测,将符合系统格式要求的视频送入下一模块进行处理;
其中,对文件检测是检测用户选择的视频文件格式是否符合系统要求,包括上传文件是否为视频文件或者视频文件是否符合要求格式,以及视频文件大小进行检测,超过系统处理能力的超大视频进行警告提醒;对于符合系统要求的文件会进入一下模块进行操作,对于不符合系统要求的文件会返回警告信息,提醒用户重新选择文件;系统要求的视频文件格式为avi格式的视频文件;
所述结果显示包括返回结果显示和返回信息提示;其中,返回结果窗口显示系统的返回信息,返回信息包括:警告信息、错误信息和最终车辆识别结果;警告信息包括:用户选择文件格式不符合要求和无系统检测结果;错误信息包括检测过程意外中断信息;车辆识别结果包括:车辆的车型和品牌车辆属性的识别结果;
(2)所述应用层负责对视频进行处理,包括背景提取、运动车辆检测和车辆图像提取;
系统初始化参数之后,读取视频序列,通过计算视频序列的前几帧获取视频中的背景图像;
得出视频的背景图之后,通过逐帧与背景图进行差分来得到运动物体差值图像,接下来对差值图像进行二值化和腐蚀膨胀图像处理操作,得到车辆图像;
(3)所述计算层是基于卷积神经网络的车辆识别,对车辆图像经过神经网络的卷积和池化操作提取车辆特征,经过全连接层计算目标损失函数,完成车辆的识别任务,并返回结果,然后将结果显示在客户层。
2.如权利要求1所述的一种基于视频分析的车辆识别系统,其特征在于:所述应用层采用celery分布式架构,能对多个视频任务进行分布式处理,即多个视频能分别在不同的主机上处理;其中,celery是一个基于Python开发的分布式异步消息任务队列,用于实现系统任务的异步处理;
首先系统将用户任务进行队列处理,按照任务排序准则将任务加入任务队列中;系统检测当前时间下空闲状态的计算主机的数量,然后按照计算主机的标号进行任务的分发,同时给定每一个任务一个唯一的任务ID,其中任务ID用于标记任务,避免分布式处理过程中任务分发后结果与任务无法对应,结果无法回收或者结果与用户需求不一致的情况。
3.如权利要求2所述的一种基于视频分析的车辆识别系统,其特征在于:所述任务排序准则为:对于同等优先级的任务排序准则是“先到先得”,即对于先上传提交的任务排在队列的前面,后上传提交的任务排在队列后面;对于不同等级的优先级来说先排优先级高的任务,后排优先级低的任务;为防止低优级的任务得不到分配,系统根据任务上传的时间,超过规定时间限制的低优先级任务如果未得到分配,则系统自动调高其优先级;
其中,优先级等级由高到低依次为:紧急优先级、高优先级、一般优先级;对于未设置优先级的任务系统默认为一般优先级;用户根据自身需求设置任务优先级,对于任务优先级的使用系统做如下规定:普通用户只能使用高优先级和一般优先级两种,高优先级任务也有数量限制,以此防止故意调高任务优先级的行为;高级用户能使用三个等级优先级,并且紧急优先级任务只有高级用户才能使用。
4.如权利要求2所述的一种基于视频分析的车辆识别系统,其特征在于:所述分布式架构包括三个部分:任务调度、模块调度和结果整理;其中任务调度按照所述任务队列分发任务,分发准则就是依次从任务队列的最前端开始到队列末尾进行分发;首先,系统按照固定的时间检测视频处理模块的状态,一旦检测出空闲状态的视频处理模块,就将任务分发给此模块,直至任务分发完毕;
模块调度负责检测模块的工作状态,工作状态包括:空闲、忙碌、故障,其中空闲状态表示此视频处理模块此时能接收新任务;忙碌状态表示此视频处理模块正在处理任务,暂不能接收新任务;故障状态代表此视频处理模块存在故障,不能接收任务,需要由管理员进行维护或者更换;
结果整理负责整理视频处理模块的输出,根据所述任务ID对任务进行跟踪记录,保证任务不丢失。
5.如权利要求1所述的一种基于视频分析的车辆识别系统,其特征在于:所述对视频进行处理是通过读取视频中一系列的帧图像来进行处理,系统需要对视频中的一帧帧的原始视频图像进行一系列处理,包括以下步骤:
101)图像灰度化:原始视频的帧图像为RGB三通道的彩色图像,存在噪声干扰和多余的颜色空间信息,系统对图像进行颜色空间转换,将原始彩色图像转换为灰度图像,去除多余信息;系统基于计算机视觉库Opencv来处理图像;
102)图像去燥:去除灰度图像中的斑点噪声和椒盐噪声;系统采用中值滤波器对灰度图像进行去噪处理,其中,中值滤波是一种非线性平滑滤波,将每个像素点的像素值设置为滤波器所经过灰度图像区域像素值得中值,按照以下公式计算:
g(x,y)=median{f(x,y),(x,y)∈M}
其中,g(x,y)是中值滤波之后的像素值,f(x,y)是中值滤波器所滑动经过原始灰度图像区域的像素值,M为滤波器所滑动经过的灰度图像区域;
103)视频背景构建:系统通过视频的前N帧进行区间统计得到背景图像,使用以下公式:
其中Bi(x,y)表示提取得到的背景图像(x,y)点的灰度值,fi(x,y)表示第i帧灰度图像(x,y)像素点的灰度值,N为处理的视频序列帧数;
由于自然因素的干扰,导致视频背景发生变化,需要对背景进行更新;系统按照以下方式定义背景图像更新:
Bxy(I)=αBxy(I-1)+(1-α)fxy(I-1)
其中,Bxy(I-1)表示原始背景图,fxy(I-1)表示新的视频图像帧,Bxy(I)表示新的背景图,α为调整背景图像更新速率的参数;
4)运动车辆检测:系统采用背景差分法进行运动物体的检测,所述背景差分法是通过当前画面帧与步骤103)的背景图像进行差分计算得出运动物体位置;按照以下方式得到运动车辆图像:
Vi(x,y)=|fi(x,y)-Bi(x,y)|
其中fi(x,y)表示当前帧图像,Bi(x,y)表示步骤103)提取的背景图像,Vi(x,y)表示差分计算得到的车辆图像。
6.如权利要求5所述的一种基于视频分析的车辆识别系统,其特征在于:所述基于卷积神经网络的车辆识别采用卷积神经网络算法,包括以下步骤:
201)数据集准备:卷积神经网络模型的训练需要大量的数据集,系统使用的数据集来源于网络,根据不同车辆品牌进行一级类别的区分,然后同一品牌下的车辆再按照车型的不同进行二级级别的区分,然后同一类型的车辆按照生产年份的不同进行三级级别的区分,将数据集按照类别区分粒度进行层级结构的区分;
202)模型训练:卷积神经网络模型在系统中部署之前需要进行训练,利用步骤201)采集的训练数据集进行训练;首先,将数据集分为训练数据集train和测试数据集test,分别占总数据集的80%和20%,其中训练数据集train用于模型的训练,测试数据集test用于验证训练出来的模型的分类准确率;模型的训练使用caffe深度学习架构,其中caffe深度学习架构是一种开源的;
203)模型提取:训练好的模型用来进行车辆识别,首先将训练好的模型提取出来,然后部署在系统之中;模型的输入连接所述运动车辆图像,进行车辆的识别。
7.基于如权利要求1-6中任一项所述系统的一种基于视频分析的车辆识别方法,其特征在于:该方法包括以下步骤:
S1:用户通过客户层上传待识别视频文件,提交任务;
S2:待识别视频在应用层通过视频处理技术,包括背景提取、运动物体检测,最后提取保留车辆信息的关键帧,并保存为车辆图像;
S3:将步骤S2提取的车辆图像传输到卷积神经网络计算模块,提取图像特征,对车辆进行识别,最终返回结果。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于深度神经网络的电子卷宗标题定位提取与分类方法 | 2020-06-04 | 1 |
多联机系统的控制方法、装置、存储介质及多联机系统 | 2020-07-08 | 2 |
一种堇青石蜂窝陶瓷载体的生产方法 | 2021-05-26 | 1 |
一种木材的制作方法 | 2021-09-07 | 0 |
用于控制喷气增焓系统膨胀阀的方法、装置和存储介质 | 2020-06-11 | 1 |
多传感器安全型汽车 | 2021-01-18 | 0 |
一种自除尘水上光伏支架 | 2020-08-14 | 2 |
一种用于汽车配件铸造延长循环均匀降温的冷却设备 | 2021-01-30 | 1 |
一种基于Snake模型多基元融合的点云滤波方法 | 2021-09-03 | 0 |
一种绝热膨胀法测定空气比热容比的实验装置 | 2022-04-09 | 1 |
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。