【技术实现步骤摘要】
基于人工智能的视频图像识别方法及相关设备
本专利技术涉及人工智能
，尤其涉及一种基于人工智能的视频图像识别方法及相关设备。
技术介绍
随着社会经济水平的提高，各种车辆(比如机动车、非机动车)的数量呈现出高速增长趋势，这给人们的出行带来极大便利。然而，车辆的急剧增加，在给人们出行带来便利的同时，也出现了很多违反交通规则的情况。目前，主要是在各个交通路口安装摄像头，通过摄像头来对车辆进行抓拍，获得抓拍图像，并通过抓拍图像来对车辆是否违法进行判定。然而，这种取证方式，由于安装在各个路口的摄像头是固定的，只能对有限区域内的车辆图像进行抓拍，使得抓拍图像的覆盖范围受限，难以对车辆的行为进行全面分析。
技术实现思路
鉴于以上内容，有必要提供一种基于人工智能的视频图像识别方法及相关设备，能够对车辆的行为进行全面分析，并判定车辆是否违法。本专利技术的第一方面提供一种基于人工智能的视频图像识别方法，所述基于人工智能的视频图像识别方法包括：在车辆行驶的过程中，对所述车辆的前行视角进行动态采集，获
【技术保护点】
1.一种基于人工智能的视频图像识别方法，其特征在于，所述基于人工智能的视频图像识别方法包括：/n在车辆行驶的过程中，对所述车辆的前行视角进行动态采集，获得多个采集数据；/n对所述多个采集数据进行视频编码以及视频解码，获得视频图像；/n根据所述车载设备的嵌入式中央处理器CPU的前端算力，确定抽帧频率；/n根据所述抽帧频率，对所述视频图像进行抽帧，获得多个视频帧；/n依次对所述多个视频帧进行识别，获得所述车辆的车辆识别结果以及所述车辆途经的交通标线的标线识别结果；/n根据所述车辆识别结果以及所述标线识别结果，对所述车辆以及所述交通标线的空间位置关系进行分析，获得车辆违法识别结果...
【技术特征摘要】
1.一种基于人工智能的视频图像识别方法，其特征在于，所述基于人工智能的视频图像识别方法包括：
在车辆行驶的过程中，对所述车辆的前行视角进行动态采集，获得多个采集数据；
对所述多个采集数据进行视频编码以及视频解码，获得视频图像；
根据所述车载设备的嵌入式中央处理器CPU的前端算力，确定抽帧频率；
根据所述抽帧频率，对所述视频图像进行抽帧，获得多个视频帧；
依次对所述多个视频帧进行识别，获得所述车辆的车辆识别结果以及所述车辆途经的交通标线的标线识别结果；
根据所述车辆识别结果以及所述标线识别结果，对所述车辆以及所述交通标线的空间位置关系进行分析，获得车辆违法识别结果；
将所述车辆违法识别结果上传至区块链。
2.根据权利要求1所述的基于人工智能的视频图像识别方法，其特征在于，所述在车辆行驶的过程中，对所述车辆的前行视角进行动态采集，获得多个采集数据之后，所述基于人工智能的视频图像识别方法还包括：
获取每个所述采集数据对应的能见度值；
将能见度值低于预设阈值的采集数据确定为无效数据；
从所述多个采集数据中删除所述无效数据，获得有效数据；
所述对所述多个采集数据进行视频编码以及视频解码，获得视频图像包括：
对所述有效数据进行视频编码以及视频解码，获得视频图像。
3.根据权利要求1所述的基于人工智能的视频图像识别方法，其特征在于，所述依次对所述多个视频帧进行识别，获得所述车辆的车辆识别结果以及所述车辆途经的交通标线的标线识别结果包括：
依次将所述多个视频帧输入至违法识别模型中，通过所述违法识别模型中的车辆二分类识别模型，获得车辆识别结果，所述车辆识别结果包括公交车或非公交车；
通过所述违法识别模型中的交通标线识别模型，对所述车辆途经的交通标线进行识别，获得初始识别结果，并对相邻视频帧的多个初始识别结果进行分析，获得所述交通标线最终的标线识别结果。
4.根据权利要求1所述的基于人工智能的视频图像识别方法，其特征在于，所述依次对所述多个视频帧进行识别，获得所述车辆的车辆识别结果以及所述车辆途经的交通标线的标线识别结果包括：
获取所述多个视频帧的车辆图像，并根据所述车辆图像，构建所述车辆图像的三维模型；基于所述三维模型，将所述车辆图像与车辆图像数据库进行配对，以获得所述车辆的车辆识别结果；
获取所述多个视频帧中所述车辆途经的交通标线图像，并根据所述交通标线图像，构建所述交通标线图像的线条轮廓模型；基于所述线条轮廓模型，将所述交通标线图像与标线图像数据库进行配对，以获得所述车辆的标线识别结果。
5.根据权利要求1至4中任一项所述的基于人工智能的视频图像识别方法，其特征在于，所述依次对所述多个视频帧进行识别，获得所述车辆的车辆识别结果以及所述...
【专利技术属性】
技术研发人员：曹素云，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：广东;44
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。