一种基于机器视觉的电动车识别及电梯防护方法技术

本发明专利技术提供了基于机器视觉的电动车识别及电梯防护方法，持续采集——识别——提醒，在后台服务器中搭载训练好的电动车部件识别模型，通过特征提取神经网络进行图像特征的提取，然后通过全连接层进行非线性分类。如判断出有人试图将电动车推入，则进行禁止推入的提醒；如不听劝告，则将停止电梯工作。所述方法用识别电动车局部部件代替识别电动车整体，可降低数据处理量，提高识别速度、精度，相应提高电梯防护效果。梯防护效果。梯防护效果。

【技术实现步骤摘要】
一种基于机器视觉的电动车识别及电梯防护方法


[0001]本专利技术涉及机器视觉领域，具体涉及一种基于机器视觉识别的电动车识别及电梯防护方法。

技术介绍

[0002]随着社会和经济快速发展，电动车辆迅速增加，我国的城市交通问题显得日益严峻，特别是在大城市里，交通阻塞、车辆被盗等现象频繁发生。为了提高交通管理水平和交通的运行效率，人们提出了智能交通系统。智能交通系统是将先进的计算机技术、数据通信传输技术、电子传感器技术、自动控制技术等学科成果综合运用于整个运输管理系统，加强了车辆、道路和使用者之间的联系，从而形成一种定时、准确高效的综合运输系统。现如今大多数机器视觉识别都将眼光集中在了汽车方面，却很少有人将眼光放在电动车上。其实在我国电动车的数量并不比汽车少，所以对于电动车的识别也十分关键。电动车识别可用于避免社区居民将车推上电梯给高层带来火灾的风险，也可以为获取公路上电动车违法的行为提供帮助，同时还可以帮助解决一些因电动车胡乱停放产生的问题。
[0003]现有的电动车识别及电梯防护方法如CN112960505A，识别电动车整体，当识别出电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电动车识别方法，其特征在于，所述识别方法包括：步骤1：通过摄像头采集图像；步骤2：将得到的图像传输至后台识别系统；步骤3：后台识别系统根据用深度学习框架训练好的识别模型来实时判断传回来的图像中是否含有电动车。2.根据权利要求1所述电动车识别方法，其特征在于，所述步骤3中图像数据的训练指采用基于机器视觉的单发多预测检测网络的深度学习模型对摄像头采集的图像数据进行训练及判断。3.根据权利要求1所述优化的电动车识别方法，其特征在于，所述步骤2中，还包括先对摄像头采集的图像数据进行局部二值化处理。4.根据权利要求1或3所述的电动车识别方法，其特征在于，所述步骤3中，在进行数据训练前，将采集到的高维的RGB背景图像与含有识别目标的RGB背景图像灰度处理后的低维的灰度图像输入到预...

【专利技术属性】
技术研发人员：张雷，梁汉濠，李振华，王玉，尚玉龙，田建杰，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：