一种电动二轮车闯红灯自动抓拍的方法技术

本发明专利技术涉及人工智能机器视觉分析识别技术领域，且公开了一种电动二轮车闯红灯自动抓拍的方法，采集电动二轮车、人车牌、状态灯标本，采用Darknet深度学习框架训练Yolov4目标检测模型库；对得到的模型库稀疏化和剪枝精简，进行F16精式二次推理转换，获取最终闯红灯目标对象检测模型库，投入使用，抓拍事件产生后对号牌进行识别，记录闯红灯行为抓拍事件记录和视频取证录像。该电动二轮车闯红灯自动抓拍的方法，采用AI人工智能机器视觉“深度学习”技术，训练视频探测红、黄、绿灯状态算法库，不需要连接红绿灯状态机就可以获得红、黄、绿灯状态信号。状态信号。状态信号。

【技术实现步骤摘要】
一种电动二轮车闯红灯自动抓拍的方法


[0001]本专利技术涉及人工智能机器视觉分析识别
，具体为一种电动二轮车闯红灯自动抓拍的方法。

技术介绍

[0002]目前在道路交通安全管理领域，机动车闯红灯抓拍系统已经得到广泛的应用，闯红灯抓拍方式，通常有三种模式：1）物理连接读取红绿灯状态信号+或者需要采用雷达探测车辆+车牌识别；2）物理连接读取红绿灯信号+或者需要采用地感探测车辆+车牌识别；3）网络连接读取红灯信号+视频划线探测电辆+车牌识别。
[0003]近年来由于电动二轮车的技术发展，其高便利性和经济性价比使得人们大量使用，电动二轮车因其速度快、保护措施差、缺少有效的技术手段监管等，闯红灯极易发生交通事故，根据出台的电动二轮车上牌政策，可以用抓拍的方式监管电动二轮车闯红灯行为。
[0004]但是传统的闯红灯抓拍模式应用在电动二轮车监管上时，三种模式的闯红灯抓拍方式都存在一些缺陷和不足：第一种模式存在雷达设备昂贵，红绿灯状态机读取状态存在对接问题，施工也比较复杂的问题，且雷达探测电动摩托车需要调校，兼容性较差；第2、3模式，主本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电动二轮车闯红灯自动抓拍的方法，其特征在于，包括以下步骤：步骤一：选用800W及以上像素支持Onvif协议网络摄像头；步骤二：选用AI 22T以上Nvidia JetsonNX GPU算力的设备；步骤三：选用Darknet 深度学习框架，用来训练Yolov4的路口目标检测模型库，生成目标检测模型库；步骤四：选用Darknet 深度学习框架，用来训练Tiny Yolov4的交通信号细分目标检测模型库，生成信号灯状态目标检测模型库；步骤五：选用Darknet 深度学习框架，用来训练Tiny Yolov4的号牌识别字符分类模型库，生成车牌字符目标检测算法模型库；步骤六：对步骤三、步骤四和步骤五中生成的原始模型进行剪枝；步骤七：设置连接网络摄像头，从网摄像头采用 rtsp协议拉流并解码，将h264/h265码流解码转换为RGB24图像；步骤八：在十字路口、丁字路口摄像头视频画面内设置虚拟信号灯检测区，定义规则设置功能，在路口全景图像信号灯位置，绘制一个包含信号灯的局域矩形区域，系统剪切此矩形图像，调用信号灯状态目标检测模型库检测出红、黄、灯、未知等种状态；步骤九：设置抓拍检测区，在图像检测区范围内，划定3条抓拍线，程序设置3个抓拍线管理对象，在程序检测到红灯状态时，拌线的电动二轮车被剪切目标图像存放在对应的抓拍线管理对象内，当电动二轮车3条抓拍线都存在拌线行为时，抓拍判定逻辑如下：1）、3条抓拍线都在红灯状态下触拌时触发抓拍事件；2）、第1条线线红灯状态下触拌时触发抓拍事件；步骤十：抓拍事件产生后对号牌进行识别；步骤十一：闯红灯行为抓拍事件记录，将3条抓拍线管理对象内的全景图片、车牌图片、车牌字符串、时间、地点等信息存储到本地数据库，同时可设置上传到管理平台；步骤十二：电动二轮车闯红灯行为视频取证录像。2.根据权利要求1所述的一种电动二轮车闯红灯自动抓拍的方法，其特征在于：步骤三中目标分类为：0.电动二轮车；1.自行车；2.小汽车；3.大货车；4.巴士；5.其它特种车辆；6.交通信号灯，设定神经网络尺寸为512*512像素参数，训练模式为Iou模式，采集路口全景图片100000以上样本标注训练。3.根据权利要求...

【专利技术属性】
技术研发人员：聂飞，
申请(专利权)人：深圳融合永道科技有限公司，
类型：发明
国别省市：