识别电动车进入电梯的方法及系统技术方案

本发明专利技术公开了一种识别电动车进入电梯的方法及系统，属于图像识别领域，本发明专利技术通过获得目标物体在预定时间内的视频数据，沿着时序编译出多个图片；计算所述图片中存在电动车可能性，并通过加权平均数计算得到电动车进入电梯的可能性；可以对电动车进入电梯这一过程实现自动识别，节省人力高识别效果。对于用户对电动车的外观进行修饰或者用于搭载大体积物品的情况，通过平面投影变换将不同图像中的图像信息拼接合并至一个新的组合图像，计算组合图像中存在电动车可能性，进一步提高电动车识别的精准性。别的精准性。别的精准性。

【技术实现步骤摘要】
识别电动车进入电梯的方法及系统


[0001]本专利技术属于图像识别领域，尤其是识别电动车进入电梯的方法及系统。

技术介绍

[0002]随着电动自行车的普及，电动车社区化管理的问题就日益突出。主要体现在电动车的充电安全性等方面，很多电动车车主为了方便给电动车充电，会把电动车直接骑回家中进行充电。在现有电池和充电技术的条件下，电动车充电有一定的起火概率。电动车一旦起火，能在短短几秒钟之内迅速蔓延开来，特别是很多人习惯晚上睡觉的时候充电，更易引起安全事故，危及住户的生命和财产安全。
[0003]现有技术中，通过分析视频监控设备采集的图像数据，可以检测到图像中的目标对象，但是由于种种原因，不能够准确获取目标对象的新型。例如，在使用过程中，用户会对电动车的外观进行修饰或者用于搭载大体积物品，具体来说，用户会在电动车上面安装挡风披风或挡风罩，或在电动车载物篮、坐板上放置大体积，导致电动车外部轮廓被其他物品遮挡，很容易导致现有的视频监控设备采集的图像数据对电动车形成漏检。

技术实现思路

[0004]本专利技术的专利技术目的是提供一种电动车的识别方法、装置、服务器及可读存储介质，以解决
技术介绍
中所涉及的问题。
[0005]基于上述技术问题，本专利技术提出了一种电动车的识别方法、装置、服务器及可读存储介质，包括如下四个方面。
[0006]第一方面，本专利技术提供一种电动车的识别方法，所述方法包括：建立第一识别模型，所述第一识别模型用于识别电瓶车；获取第一信息，所述第一信息为监控设备获得目标物体沿着时序分布的多个图片信息；通过所述第一识别模型对所述第一信息进行第一分析，得到第一分析结果；对所述第一分析结果进行第二分析，得到第二分析结果；所述第二分析包括对第一信息进行加权平均数汇总；根据所述第二分析结果是否介于第二阈值和第三阈值之间判断是否进行第三分析；所述第三分析包括通过平面投影变换将同一目标物体不同时间的第一信息组合成第二信息；通过第一识别模型对所述第二信息进行第四分析，得到第四分析结果；根据第二分析结果、第四分析结果判断所述目标物体是否为电动车，若是，执行第一指令；所述第一指令为禁止乘坐的指令。
[0007]优选地，进行第一分析之前，所述方法还包括：获取第一间隔，所述第一间隔为目标物体通过电梯门所需时间；根据所述第一间隔判断是否执行第一分析。
[0008]优选地，所述方法还包括：所述第一识别模型采用VoVNet网络结构作为训练的主干网络，使用CenterNet算法作为识别检测的核心算法，然后在PC端在Pytorch深度学习框架上训练出能检测识别的电动车和人形的Pytorch模型，得到预先储存的特征信息；所述第一分析采用多任务损失函数，预测、优化第一信息中电动车的提取框位置；通过提取框中的特征信息与所述第一识别模型中预先储存的特征信息进行比对，得到第一信息的第一分析
结果。
[0009]优选地，所述方法还包括：根据时序将图片信息分类为第一图像信息、第二图像信息和第三图像信息；对第一图像信息、第二图像信息和第三图像信息赋予预定的权重，通过加权平均数计算得到第二分析结果。
[0010]优选地，所述方法还包括：获得第三信息，所述第三信息为同一目标物体中所第一分析结果最优的多个图片信息；分析处理得到第四信息，所述第四信息为第三信息的最优候选框中目标物体的特征信息；通过平面投影变换将同一目标物体不同时间的第四信息拼接合并至，得到第二信息；将第二信息与预先储存的特征信息进行比对，得到第二信息的特征相似度和第四分析结果。
[0011]优选地，所述方法还包括：判断第四分析结果是否大于第四阈值；若是，执行第一指令；所述第一指令包括报警提示；所述第四阈值为80％
×
组合图像面积/真实区域面积；其中，所述真实区域面积为电动车的识别模型中预先储存的数据。
[0012]优选地，所述方法还包括：确定所述第三信息的拍摄角度和图片光场信息；通过颜色信息及像素领域对第四信息进行优化；判断第四信息是否为目标物体的同一特征区域，若是，组成第一特征区域集合；反之，通过平面投影变换累加至第一特征区域集合中，获得第二特征区域集合；对第二特征区域集合中重叠部分进行融合，消除拼接缝隙，得到第二信息。
[0013]第二方面，本专利技术还提供一种电动车的识别装置，所述装置包括：
[0014]第一预设单元，用于建立第一识别模型，所述第一识别模型用于识别电瓶车；
[0015]第一获取单元，用于获取第一信息，所述第一信息为监控设备获得目标物体沿着时序分布的多个图片信息；
[0016]第一处理单元，用于通过所述第一识别模型对所述第一信息进行第一分析，得到第一分析结果；
[0017]第二处理单元，用于对所述第一分析结果进行第二分析，得到第二分析结果；所述第二分析包括对第一信息进行加权平均数汇总；
[0018]第一判断单元，用于根据所述第二分析结果是否介于第二阈值和第三阈值之间判断是否进行第三分析；
[0019]第三处理单元，用于进行第三分析，所述第三分析包括通过平面投影变换将同一目标物体不同时间的第一信息组合成第二信息；
[0020]第四处理单元，用于通过第一识别模型对所述第二信息进行第四分析，得到第四分析结果；
[0021]第一执行单元，根据第二分析结果、第四分析结果判断所述目标物体是否为电动车，若是，执行第一指令；所述第一指令为禁止乘坐的指令。
[0022]第三方面，本专利技术还提供一种电动车识别用服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现所述电动车的识别方法的步骤。
[0023]第四方面，一种计算机可读存储介质，其特征在于，该程序被处理器执行时实现所述电动车的识别方法的步骤。
[0024]有益效果：本专利技术涉及一种电动车的识别方法、装置、服务器及可读存储介质，通
过获得目标物体在预定时间内的视频数据，沿着时序编译出多个图片；计算所述图片中存在电动车可能性，并通过加权平均数计算得到电动车进入电梯的可能性；可以对电动车进入电梯这一过程实现自动识别，节省人力高识别效果。对于用户对电动车的外观进行修饰或者用于搭载大体积物品的情况，通过平面投影变换将不同图像中的图像信息拼接合并至一个新的组合图像，计算组合图像中存在电动车可能性，进一步提高电动车识别的精准性。
附图说明
[0025]图1为本专利技术实施例1中一种电动车的识别方法的流程示意图。
[0026]图2为本专利技术实施例2中一种电动车的识别方法的流程示意图。
[0027]图3为本专利技术实施例3中一种电动车的识别装置。
[0028]图4为本专利技术实施例4中示例性电子设备的结构示意图。
[0029]附图标记说明：第一预设单元11、第一获取单元12、第一处理单元13、第二处理单元14、第一判断单元15、第三处理单元16、第四处理单元17、第一执行单元18、总线300、接收器301、处理器302、发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.识别电动车进入电梯的方法，其特征在于，所述方法包括：建立第一识别模型，所述第一识别模型用于识别电瓶车；获取第一信息，所述第一信息为监控设备获得目标物体沿着时序分布的多个图片信息；通过所述第一识别模型对所述第一信息进行第一分析，得到第一分析结果；对所述第一分析结果进行第二分析，得到第二分析结果；所述第二分析包括对第一信息进行加权平均数汇总；根据所述第二分析结果是否介于第二阈值和第三阈值之间判断是否进行第三分析；所述第三分析包括通过平面投影变换将同一目标物体不同时间的第一信息组合成第二信息；通过第一识别模型对所述第二信息进行第四分析，得到第四分析结果；根据第二分析结果、第四分析结果判断所述目标物体是否为电动车，若是，执行第一指令；所述第一指令为禁止乘坐的指令。2.根据权利要求1所述的识别电动车进入电梯的方法，其特征在于，进行第一分析之前，所述方法还包括：获取第一间隔，所述第一间隔为目标物体通过电梯门所需时间；根据所述第一间隔判断是否执行第一分析。3.根据权利要求1所述的识别电动车进入电梯的方法，其特征在于，所述方法还包括：所述第一识别模型采用VoVNet网络结构作为训练的主干网络，使用CenterNet算法作为识别检测的核心算法，然后在PC端在Pytorch深度学习框架上训练出能检测识别的电动车和人形的Pytorch模型，得到预先储存的特征信息；所述第一分析采用多任务损失函数，预测、优化第一信息中电动车的提取框位置；通过提取框中的特征信息与所述第一识别模型中预先储存的特征信息进行比对，得到第一分析结果。4.根据权利要求1所述的识别电动车进入电梯的方法，其特征在于，所述方法还包括：根据时序将图片信息分类为第一图像信息、第二图像信息和第三图像信息；对第一图像信息、第二图像信息和第三图像信息赋予预定的权重，通过加权平均数计算得到第二分析结果。5.根据权利要求3所述的识别电动车进入电梯的方法，其特征在于，所述方法还包括：获得第三信息，所述第三信息为同一目标物体中所第一分析结果最优的多个图片信息；分析处理得到第四信息，所述第四信息为第三信息的最优候选框中目标物体的特征信息；通过平面投影变换将同一目标物体不同时间的第四信息拼接合并至，得到第二信息；将第二信息与所述第一识别模型中预先储存的...

【专利技术属性】
技术研发人员：徐敏，张华，孙世阳，
申请(专利权)人：苏州飞易智能系统有限公司，
类型：发明
国别省市：