The invention discloses a classification and recognition method for urban management cases, which comprises the following steps: obtaining a large number of case image samples, classifying and recognizing the case image manually, identifying various object objects and positions in the image belonging to urban management case content, and inputting various object objects, positions and images identified by human into depth learning model for learning Practice training. The invention does not directly use the deep learning model to judge the classification of urban management cases, but uses the deep learning model to get the classification and location of various objects in the urban management case image, and then judges the category of specific urban management cases according to the scene classification judgment algorithm, reducing the recognition error rate, which overcomes the accuracy of judgment in the actual scene by using the deep learning algorithm model For the problem of low rate, this method can reduce the rate of misjudgment, improve the accuracy of recognition, and make it more in line with the actual scene of urban management case recognition.
【技术实现步骤摘要】
一种城市管理案件分类识别方法
本专利技术涉及城市管理案件分类识别
,尤其涉及一种城市管理案件分类识别方法。
技术介绍
当今,随着快速发展的城镇化进程,人民群众对城市管理不断提高期望值,导致在城市管理中出现各类问题,城市管理智能化随需求应运而生,其既是现代社会发展的需要,也是对传统城市管理方法的革新的需要。而智慧城市管理系统是智能化城市管理的工具和手段,伴随着计算机技术、人工智能及大数据分析等技术的飞速发展而初现雏形,利用图像算法、数据挖掘、调度算法等先进技术能提升城管问题解决效率、最大限度的利用信息资源、减低劳动力成本。现在流行的是基于深度学习的城市管理图像识别技术,这个技术需要算法能够针对不同的城管案件事件类别学习到图像中有效的形状、颜色、纹理等物体特征从而能进行归类。根据公开的数据检索到中国专利CN201811292068一种城市违章智能识别方法就是一种基于深度学习的图片类别识别方案,采用深度学习的方法学习训练各类分类样本的特征得到模型,然后用这个模型来判断实际场景中图像对象的分类。但是这种识别方案存在几个问题:城市管理案件中的图像是在道路、社区、公共场馆等室外场所用手机拍摄或者摄像头采集所得,背景信息较复杂、图像质量较低,采集质量参差不齐,使用现有的深度学习方法进行案件类型识别的结果不理想;另外一个问题在于这种识别方法没有理解城管案件的分类方法:深度学习或者神经网络模型都是采用某种识别算法从大量的样本中学习特征,并建立特征与城管案件类别的关系,而这些识别算法的本质是物体识别,即只能 ...
【技术保护点】
1.一种城市管理案件分类识别方法,其特征在于,包括以下步骤:/n101:获得大量案件图像样本,通过人工对案件图像进行分类识别,并标识出图像中属于城管案件内容的涉及各类物体对象和位置;/n102:将人工标识出来的各类物体对象、位置和图像输入到图像识别模型中进行学习训练,得到改进后的图像识别模型;/n103:获得大量的场景分类数据以及场景对应的物体对象清单数据;/n104:将场景分类数据和物体分类清单输入场景识别模型中进行学习,得到改进后的场景识别模型;/n105:通过城市管理部门业务系统获得图像数据;/n106:将图像数据作为输入提供给图像识别模型,图像识别模型推理并得到图像中各类物体的预测结果;/n107:将结果图像中各类物体分类和位置作为输入提供给场景识别模型,算法判断得到具体城管案件的分类;/n108:城管业务系统根据案件分类进入相应的案件处理流程。/n
【技术特征摘要】
1.一种城市管理案件分类识别方法,其特征在于,包括以下步骤:
101:获得大量案件图像样本,通过人工对案件图像进行分类识别,并标识出图像中属于城管案件内容的涉及各类物体对象和位置;
102:将人工标识出来的各类物体对象、位置和图像输入到图像识别模型中进行学习训练,得到改进后的图像识别模型;
103:获得大量的场景分类数据以及场景对应的物体对象清单数据;
104:将场景分类数据和物体分类清单输入场景识别模型中进行学习,得到改进后的场景识别模型;
105:通过城市管理部门业务系统获得图像数据;
106:将图像数据作为输入提供给图像识别模型,图像识别模型推理并得到图像中各类物体的预测结果;
107:将结果图像中各类物体分类和位置作为输入提供给场景识别模型,算法判断得到具体城管案件的分类;
108:城管业务系统根据案件分类进入相应的案件处理流程。
2.根据权利要求1所述的一种城市管理案件分类识别方法,其特征在于,所述101步骤中的物体分类包括:人、汽车、三轮车、卷帘门、凳子、桌子、叶蔬菜、水果、垃圾桶、塑料袋、箱子、书本、背景等但不仅限于此;
所述101步骤中的图像样本为城市管理案件处理过程生成的各类图像,包括各类违章停车、乱丢垃圾、出店经营等但不仅限于此。
3.根据权利要求1所述的一种城市管理案件分类识别方法,其特征在于,所述102步骤中学习训练的目标识别算法为通过不断学习,得到城管物体识别分类的模型,且学习过程包括通过不断调整参数,重复训练过程,其中,目标识别算法包括SSD、YOLO等物体识别算法。
4.根据权利要求1所述的一种城市管理案件分类识别方法,其特征在于,所述103步骤中的场景分类包括各类违章停车、乱丢垃圾、出店经营、流动摊贩、乱堆物料等但不仅限于此;
所述103步骤中物体对象清单数据的清单数据可以以文本数据、数据库记录的形式提供,一个场景分类对应多个物体对象分类,多个分类数据可以用一个列表或者多条表...
【专利技术属性】
技术研发人员:王国梁,毛云青,
申请(专利权)人:城云科技中国有限公司,
类型:发明
国别省市:浙江;33
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。