目标异常识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能，提供了一种目标异常识别方法，应用于电子设备，该方法包括根据采集数据计算待测目标的第二位置坐标数据，将第一图像数据输入图像识别模型输出第一图像属性信息，根据第二位置坐标数据从地图上找到与第二位置坐标数据对应的区域，提取该区域上的第二图像数据对应的第二图像属性信息，判断与第二图像属性信息是否一致，若一致则计算第一图像数据与第二图像数据之间的相似度值，当相似度值小于或等于第一预设阈值时，则判断第一图像数据对应的待测目标存在异常，并生成反馈信息发送至客户端。此外，本发明专利技术还涉及区块链技术，数据采集终端上传的采集数据可存储于区块链节点中。本发明专利技术能够对道路交通设备做到及时、全面的管控。

【技术实现步骤摘要】
目标异常识别方法、装置、电子设备及存储介质
本专利技术涉及人工智能，尤其涉及一种目标异常识别方法、装置、电子设备及存储介质。
技术介绍
随着我国交通行业的飞速发展，道路上成千上万的交通设备(道路标线、标志牌、交通隔离和防撞设施、信号灯、龙门吊、摄像机等等)都需要做到精准运维管理，而目前在这方面主要采用人工取证维护，整个过程对交通设备数据的采集全靠人工参与，由巡查人员地毯式的道路巡查，对损坏的道路交通设备进行人工取证，用手持终端拍照上传系统。但是采用该方式容易遗漏部分出现损坏的道路交通设备，造成损坏的道路交通设备长时间无人维护。且采用该方式难以做到及时管控道路交通设备的情况。因此如何对道路交通设备做到及时、全面的管控成为了亟需解决的技术问题。
技术实现思路
本专利技术的主要目的在于提供一种目标异常识别方法、装置、电子设备及存储介质，旨在如何对道路交通设备做到及时、全面的管控的问题。为实现上述目的，本专利技术提供的一种目标异常识别方法，应用于电子设备，该方法包括：获取步骤：获取数据采集终端上传的采集数据，所述采集数据包括数据采集终端与待测目标之间的深度距离数据、包含所述待测目标的第一图像数据、所述数据采集终端的第一坐标数据及所述数据采集终端的方位角，根据所述深度距离数据、第一坐标数据及数据采集终端的方位角计算得到所述待测目标的第二坐标数据；识别步骤：将所述第一图像数据输入预先训练的图像识别模型，输出与所述第一图像数据对应的第一图像属性信息；第一处理步骤：根据所述第二坐标数据从预先创建的地图上定位所述第二坐标数据对应的区域，提取该区域上第二图像数据对应的第二图像属性信息，判断所述第一图像属性信息与第二图像属性信息是否一致；及第二处理步骤：当判断所述第一图像属性信息与第二图像属性信息一致时，利用相似度算法计算所述第一图像数据与第二图像数据之间的相似度值，若所述相似度值小于或等于第一预设阈值，则判断所述待测目标存在异常，并生成包括第一图像属性信息及待测目标的异常状态信息的反馈信息发送至客户端。优选地，所述数据采集终端包括双目相机，所述深度距离数据的采集过程包括：利用所述双目相机从不同角度拍摄标定物，根据拍摄的标定物图像对双目相机的两个子相机进行标定，计算得出标定参数；利用所述双目相机拍摄所述待测目标，采用Sobel边缘特征作为特征点对两个子相机之间所拍摄的待测目标图像进行匹配，以计算出两个子相机之间的视觉差值；及预先确定的计算规则根据所述标定参数及视觉差值计算得出所述深度距离数据。优选地，所述计算规则为：Z表示所述双目相机与所述待测目标之间的深度距离，f、B为所述标定参数，f表示所述双目相机的焦距，B表示所述两个子相机之间的中心距，XR与XT表示所述两个子相机的光心，XR-XT表示视觉差值。优选地，所述数据采集终端还包括GPS处理单元、里程编码单元及惯性导航单元，所述第一坐标数据及方位角的采集过程包括：利用所述GPS处理单元接收由差分基准站发送的差分信号，输出第一预设精度的位置信息，并发送给所述惯性导航单元；利用所述里程编码单元获取车辆的里程信息，并发送给所述惯性导航单元；及利用所述惯性导航单元接收所述位置信息及里程信息，并对所述位置信息及里程信息进行融合，输出第二预设精度的所述采集终端的第一位置坐标及方位角，其中，所述第二预设精度高于所述第一预设精度。优选地，所述采集数据存储于区块链中，所述第二处理步骤还包括：获取预设数量的由不同数据采集终端上传的具有相同第二坐标数据的第一图像数据；分别计算每个所述第一图像数据与其对应的第二图像数据之间的相似度值，统计所述相似度值小于或等于第二预设阈值的个数；及若所述相似度值小于或等于第二预设阈值对应的第一图像数据个数大于或等于第三预设阈值，则判断所述第一图像数据对应的待测目标存在异常。为实现上述目的，本专利技术还进一步提供一种目标异常识别装置，所述目标异常识别装置包括：获取模块：获取数据采集终端上传的采集数据，所述采集数据包括数据采集终端与待测目标之间的深度距离数据、包含所述待测目标的第一图像数据、所述数据采集终端的第一坐标数据及所述数据采集终端的方位角，根据所述深度距离数据、第一坐标数据及数据采集终端的方位角计算得到所述待测目标的第二坐标数据；识别模块：将所述第一图像数据输入预先训练的图像识别模型，输出与所述第一图像数据对应的第一图像属性信息；第一处理模块：根据所述第二坐标数据从预先创建的地图上定位所述第二坐标数据对应的区域，提取该区域上第二图像数据对应的第二图像属性信息，判断所述第一图像属性信息与第二图像属性信息是否一致；及第二处理模块：当判断所述第一图像属性信息与第二图像属性信息一致时，利用相似度算法计算所述第一图像数据与第二图像数据之间的相似度值，若所述相似度值小于或等于第一预设阈值，则判断所述待测目标存在异常，并生成包括第一图像属性信息及待测目标的异常状态信息的反馈信息发送至客户端。优选地，所述数据采集终端包括双目相机，所述深度距离数据的采集过程包括：利用所述双目相机从不同角度拍摄标定物，根据拍摄的标定物图像对双目相机的两个子相机进行标定，计算得出标定参数；利用所述双目相机拍摄所述待测目标，采用Sobel边缘特征作为特征点对两个子相机之间所拍摄的待测目标图像进行匹配，以计算出两个子相机之间的视觉差值；及预先确定的计算规则根据所述标定参数及视觉差值计算得出所述深度距离数据。优选地，所述计算规则为：Z表示所述双目相机与所述待测目标之间的深度距离，f、B为所述标定参数，f表示所述双目相机的焦距，B表示所述两个子相机之间的中心距，XR与XT表示所述两个子相机的光心，XR-XT表示视觉差值。为实现上述目的，本专利技术还进一步提供一种电子设备，所述电子设备包括：存储器，存储至少一个指令；及处理器，执行所述存储器中存储的指令以实现上述所述的目标异常识别方法。为实现上述目的，本专利技术进一步提供一种计算机可读存储介质，包括存储数据区和存储程序区，存储数据区存储根据区块链节点的使用所创建的数据，存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现如上所述的目标异常识别方法的步骤。本专利技术提出的目标异常识别方法、装置、电子设备及存储介质，通过获取安装于车辆上的数据采集终端上传的采集数据，根据采集数据计算得到待测目标的第二位置坐标数据，将第一图像数据输入图像识别模型输出第一图像属性信息，根据第二位置坐标数据从地图上找到与第二位置坐标数据对应的区域，提取该区域上的第二图像数据对应的第二图像属性信息，判断与第二图像属性信息是否一致，若一致则计算第一图像数据与第二图像数据之间的相似度值，当相似度值小于或等于第一预设阈值时，则判断第一图像数据对应的待测目标存在异常，并生成反馈信息发送至客户端。本专利技术能够对道路交通设备做到及时、全面的管控。...

【技术保护点】
1.一种目标异常识别方法，应用于电子设备，其特征在于，该方法包括：/n获取步骤：获取数据采集终端上传的采集数据，所述采集数据包括数据采集终端与待测目标之间的深度距离数据、包含所述待测目标的第一图像数据、所述数据采集终端的第一坐标数据及所述数据采集终端的方位角，根据所述深度距离数据、第一坐标数据及方位角计算得到所述待测目标的第二坐标数据；/n识别步骤：将所述第一图像数据输入预先训练的图像识别模型，输出与所述第一图像数据对应的第一图像属性信息；/n第一处理步骤：根据所述第二坐标数据从预先创建的地图上定位所述第二坐标数据对应的区域，提取该区域上第二图像数据对应的第二图像属性信息，判断所述第一图像属性信息与第二图像属性信息是否一致；及/n第二处理步骤：当判断所述第一图像属性信息与第二图像属性信息一致时，利用相似度算法计算所述第一图像数据与第二图像数据之间的相似度值，若所述相似度值小于或等于第一预设阈值，则判断所述待测目标存在异常，并生成包括第一图像属性信息及待测目标的异常状态信息的反馈信息发送至客户端。/n

【技术特征摘要】
1.一种目标异常识别方法，应用于电子设备，其特征在于，该方法包括：
获取步骤：获取数据采集终端上传的采集数据，所述采集数据包括数据采集终端与待测目标之间的深度距离数据、包含所述待测目标的第一图像数据、所述数据采集终端的第一坐标数据及所述数据采集终端的方位角，根据所述深度距离数据、第一坐标数据及方位角计算得到所述待测目标的第二坐标数据；
识别步骤：将所述第一图像数据输入预先训练的图像识别模型，输出与所述第一图像数据对应的第一图像属性信息；
第一处理步骤：根据所述第二坐标数据从预先创建的地图上定位所述第二坐标数据对应的区域，提取该区域上第二图像数据对应的第二图像属性信息，判断所述第一图像属性信息与第二图像属性信息是否一致；及
第二处理步骤：当判断所述第一图像属性信息与第二图像属性信息一致时，利用相似度算法计算所述第一图像数据与第二图像数据之间的相似度值，若所述相似度值小于或等于第一预设阈值，则判断所述待测目标存在异常，并生成包括第一图像属性信息及待测目标的异常状态信息的反馈信息发送至客户端。


2.如权利要求1所述的目标异常识别方法，其特征在于，所述数据采集终端包括双目相机，所述深度距离数据的采集过程包括：
利用所述双目相机从不同角度拍摄标定物，根据拍摄的标定物图像对双目相机的两个子相机进行标定，计算得出标定参数；
利用所述双目相机拍摄所述待测目标，采用Sobel边缘特征作为特征点对两个子相机之间所拍摄的待测目标图像进行匹配，以计算出两个子相机之间的视觉差值；及
预先确定的计算规则根据所述标定参数及视觉差值计算得出所述深度距离数据。


3.如权利要求2所述的目标异常识别方法，其特征在于，所述计算规则为：



Z表示所述双目相机与所述待测目标之间的深度距离，f、B为所述标定参数，f表示所述双目相机的焦距，B表示所述两个子相机之间的中心距，XR与XT表示所述两个子相机的光心，XR-XT表示视觉差值。


4.如权利要求1所述的目标异常识别方法，其特征在于，所述数据采集终端还包括GPS处理单元、里程编码单元及惯性导航单元，所述第一坐标数据及方位角的采集过程包括：
利用所述GPS处理单元接收由差分基准站发送的差分信号，输出第一预设精度的位置信息，并发送给所述惯性导航单元；
利用所述里程编码单元获取车辆的里程信息，并发送给所述惯性导航单元；及
利用所述惯性导航单元接收所述位置信息及里程信息，并对所述位置信息及里程信息进行融合，输出第二预设精度的所述采集终端的第一位置坐标及方位角，其中，所述第二预设精度高于所述第一预设精度。


5.如权利要求1所述的目标异常识别方法，其特征在于，所述采集数据存储于区块链中，所述第二处理步骤还包括：
获取预设数量的由不同数据采集终端上传的具有相同第二坐标数据的第一图像数据；
分别计算每个所述第一图像数据与其对应...

【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