【技术实现步骤摘要】
一种渣土车风险预警方法、系统、设备和介质
[0001]本专利技术涉及图像处理领域，尤其涉及一种渣土车风险预警方法、系统、设备和介质。
技术介绍
[0002]计算机视觉用途广泛，常用于各种不同的领域，包括医学影像、智能交通和安防等领域。目前基于计算机视觉的方法广泛应用于安全出行等安防领域，如渣土车属性分析。
[0003]然而，现有的渣土车抛洒识别等属性分析通常采用背景建模，采用车载信息定位功能进行渣土车抛洒识别，依赖于第一张图片的检出进行定位，且较依赖传统的特征计算，需要占用较多计算资源，比较耗时，且特征较为单一，准确性以及鲁棒性较差。
技术实现思路
[0004]鉴于以上现有技术存在的问题，本专利技术提出一种渣土车风险预警方法、系统、设备和介质，主要解决现有方法资源占用高且准确性差的问题。
[0005]为了实现上述目的及其他目的，本专利技术采用的技术方案如下。
[0006]本申请提供一种渣土车风险预警方法，包括：
[0007]获取待检测视频流中渣土车对应车型的车辆图像序列；
【技术保护点】
【技术特征摘要】
1.一种渣土车风险预警方法，其特征在于，包括：获取待检测视频流中包含渣土车对应车型的车辆图像序列；将所述车辆图像序列输入预训练的渣土车识别模型进行分类，并根据分类结果得到渣土车图像序列；根据所述渣土车图像序列确定渣土车的当前状态以输出所述当前状态对应的风险警示信息。2.根据权利要求1所述的渣土车风险预警方法，其特征在于，获取待检测视频流中渣土车对应车型的车辆图像序列，包括：基于所述待检测视频流进行车辆检测，得到包含待识别车辆图像的帧图像，组成待识别帧序列；对所述待识别帧序列进行识别，确定包含渣土车对应车型的所述帧图像作为目标帧图像；根据同车型的车辆在相邻目标帧图像中的位置提取归属于同一车辆的车辆图像组成待识别车辆序列，所述待识别车辆序列包括多个；对每个待识别车辆序列进行拍摄角度检测，保留所述待识别车辆序列中拍摄角度差大于预设阈值的车辆图像，得到所述车辆图像序列。3.根据权利要求1所述的渣土车风险预警方法，其特征在于，根据所述渣土车图像序列确定渣土车的当前状态以输出所述当前状态对应的风险警示信息，包括：将所述渣土车图像序列输入预训练的渣土车状态检测模型，得到渣土车当前状态；若所述渣土车当前状态为对应渣土车非封闭且非空斗，则输出所述风险警示信息。4.根据权利要求1所述的渣土车风险预警方法，其特征在于，所述渣土车识别模型的预训练过程包括：采集不同场景以及不同角度下的渣土车样本图像，构建训练样本集；将所述训练样本集输入预先构建的渣土车识别网络，所述渣土车识别网络包括主干网络、第一分支和第二分支，通过所述主干网络对所述训练样本集中图像进行特征提取，并将提取的特征分别输入第一分支和第二分支，通过第一分支识别渣土车图像以及通过所述第二分支识别图像中车辆姿态信息，根据所述第一分支和所述第二分支各自的损失函数采用梯度下降更新所述渣土车识别网络的网络...
【专利技术属性】
技术研发人员：周茂，
申请(专利权)人：重庆紫光华山智安科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。