一种高速占道判断方法、装置及电子设备制造方法及图纸

本发明专利技术公开了一种高速占道判断方法，涉及道路违法判断技术领域，包括如下步骤：预训练车辆检测模型；输入待测车辆图片至车辆检测模型寻找车辆位置，并识别车辆信息；根据预划定坐标对车辆判断是否占道。本方案根据预训练车辆检测模型，实时带入待检测车辆图片，可达到对车辆图片识别精度提高，且识别效率提升；同时，接收的图片尺寸可以任意大小，减小了图片格式的局限性；整个流程分离了检测与分类的步骤，从而使每个网络更具有专一性，发挥每个网络的长处，使得结果更加准确。本发明专利技术还公开了一种高速占道判断装置和电子设备。

【技术实现步骤摘要】
一种高速占道判断方法、装置及电子设备
本专利技术涉及道路违法判断
，尤其涉及一种高速占道判断方法、装置及电子设备。
技术介绍
高速公路上车辆众多，人工进行违法判断工作量太大，且长时间工作容易造成工作质量降低，因此高速违法自动化判断日渐重要。市面上兴起了许多车辆检测，车牌识别的系统。可根据道路监控摄像头拍下的照片进行车辆检测以及车牌号的识别，对于违法占道车辆进行提示预警。然而现存的方法由于步骤不够细化，使得每一个步骤完成的任务过多，造成精度不够。并且现有的算法多为采用带有全连接层的卷积神经网络完成，需要固定尺度的输入，如果尺寸发生改变则会降低精度。现存高速占道判断系统存在精度不足的问题，造成软件误报率较高。主要原因为以下几点。1、检测与分类在同一网络进行，由于检测网络的长处在于回归坐标，对于分类能力没有专门的分类网络强。2、传统检测网络具有全连接层，因此需要固定长度的图像输入，如果长度与预设不一致则要重新拉伸缩放，会造成画面变形失真。3、传统检测没有关键点信息，因为透视关系无法找到车头准确位置，容易造成误判。本文档来自技高网...

【技术保护点】
1.一种高速占道判断方法，其特征在于，包括如下步骤：/n预训练车辆检测模型；/n输入待测车辆图片至车辆检测模型寻找车辆位置，并识别车辆信息；/n根据预划定坐标对车辆判断是否占道。/n

【技术特征摘要】
1.一种高速占道判断方法，其特征在于，包括如下步骤：
预训练车辆检测模型；
输入待测车辆图片至车辆检测模型寻找车辆位置，并识别车辆信息；
根据预划定坐标对车辆判断是否占道。


2.如权利要求1所述的一种高速占道判断方法，其特征在于：预训练车辆检测模型包括：预训练车辆位置识别模型、预训练车头角点识别模型、预训练车牌号码识别模型和预训练车辆类型识别模型。


3.如权利要求2所述的一种高速占道判断方法，其特征在于：预训练车辆位置识别模型，过程包括：
获取用于训练车辆图片，经过卷积神经网络层，输出每类特征图，包括背景类和车辆类，每类输出5个特征图；
对特征图进行处理，将每个特征图的长为输入像素的长缩小32倍，输入图像的宽缩小32倍；
根据处理后的每类特征图，特征图中每个点代表原图中一个区域，故每个点会输出坐标和每类物体中心的概率，计算出车辆位置坐标和置信度。


4.如权利要求2所述的一种高速占道判断方法，其特征在于：预训练车头角点识别模型，过程包括：
获取车辆图片数据集，经过卷积神经网络层，输出一个1024维的特征向量，再经过4n个向量乘法，得到4n*1维矩阵的输出，其中n代表需要预测的角点个数，最终输出4n维度的向量，每个角点代表x，y，w，h四个坐标，得到4n个结果；
预设置输出特征图为n*n大小，而输入的特征图大小为w*h，则将w*h个像素点分成n*n块，每块取最大的像素点的值。


5.如权利要求2所述的一种高速占道判断方法，其特征在于：预训练车牌号码识别模型，过程包括：
获取车牌图片数据集，经过卷积神经网络，每类输出(n+1)*...

【专利技术属性】
技术研发人员：赵鑫，王伟，吴鹏，
申请(专利权)人：杭州科度科技有限公司，
类型：发明
国别省市：浙江;33