基于图卷积网络的人车关联方法及装置制造方法及图纸

本发明专利技术公开一种基于图卷积网络的人车关联方法，具体用于获取车辆与车主的样本对数据，根据所述样本对数据制作用于人车检测和人车关联数据集；训练所述人车检测数据集得到人车目标检测模型，训练所述人车关联数据集得到人车关联模型；通过人车目标检测模型获取监控图中所有人和车辆的区域，并将所述监控图中的人和车辆特征输入人车关联模型；输出所述图像中人和车辆的关系信息，该方法主要应用在交通监控场景，特别是用于高位视频停车场景，它便于同时捕获到车主与车辆等信息，进一步获取人和车辆的关联情况。和车辆的关联情况。和车辆的关联情况。

【技术实现步骤摘要】
基于图卷积网络的人车关联方法及装置


[0001]本专利技术涉及数据挖掘、图神经网络及大数据分析在停车监控系统中的应用，具体 地涉及一种基于图卷积网络的人车关联方法及装置。

技术介绍

[0002]人车关联是指建立车辆与乘车人员的关联关系，其能够分析出车辆的乘客身份信 息，或者人员乘坐的车辆信息。
[0003]现有的人车关联方法，一般是通过在多个路口安装视频摄像头和手机感应设备， 通过数据采集分析，获取通过路口的车牌号码和手机IMEI(InternationalMobileEquipment Identity，手机序列号)号。如果在多个路口，车牌号和IMEI号始 终伴随出现，则说明该IMEI号手机在该车牌号的车上。进一步，通过电信部门数据可 以查找到对应手机IMEI号使用人员的身份，从而建立车辆与乘车人员身份之间的关联 关系。
[0004]然而现有的人车关联方法，需要在多个路口安装摄像头和手机感应设备，并且需 要建立远距离的通信网络将这些分布广泛的设备连接起来，整个系统成本投入大，同 时这种方法依赖于车辆上的人员都携带其手机，并且该本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图卷积网络的人车关联方法，其特征在于，所述方法包括：获取车辆与车主的样本对数据，根据所述样本对数据制作用于人车检测和人车关联数据集；基于所述人车检测数据集训练人车目标检测模型，基于所述人车关联数据集训练人车关联模型；通过人车目标检测模型获取监控图中所有人和车辆的区域，并将所述监控图中的人和车辆特征输入人车关联模型；输出所述图像中人和车辆的关系信息。2.根据权利要求1所述的方法，其特征在于，所述获取车辆与车主的样本对数据包括：采集包含车主和车辆的图像，基于采集的图像获取车主上下车时间段的图像作为样本对数据。3.根据权利要求2所述的方法，其特征在于，根据所述样本对数据制作用于人车检测和人车关联数据集包括：标记监控图像中所有的人车目标矩形框，记录所述人车矩形框中图像车辆和车主的匹配信息，形成人车检测和人车关联数数据集。4.根据权利要求3所述的方法，其特征在于，基于所述人车检测数据集训练的人车目标检测模型包括：采用基于深度学习目标检测方法，通过目标检测模型检测人与车辆目标；并通过多个卷积层提取目标图像特征，并以此为特征生成目标区域坐标；利用人车检测数据集，采用梯度下降算法训练得到人车目标检测模型中的参数。5.根据权利要求4所述的方法，其特征在于，基于所述人车关联数据集训练人车关联模型具体包括：提取人车区域图像中的人车目标整体特征，并将所述人车目标整体特征作为节点创建二分图；通过图卷积网络在所述二分图上进行人和车辆的特征交互更新，得到更新后的节点特征向量；通过多层感知器网络对更新后的节点特征向量计算生成人和车辆的关联关系。6.根据权利要求5所述的方法，其特征在于，通过图卷积网络在所述二分图上进行人和车辆的特征交互更新，得到更新后的节点特征向量包括：分别获取二分图上的车辆以及人节点特征集合；根据车辆以及人节点特征计算二分图中边连接权值，得到二分图的权值矩阵；基于二个图卷积层进行人车特征交互，得到更新...

【专利技术属性】
技术研发人员：项炎平，阳平，王艳清，
申请(专利权)人：超级视线科技有限公司，
类型：发明
国别省市：