本公开提供一种基于人工智能的积水识别方法、装置、设备及存储介质，涉及人工智能领域，具体涉及图像识别、视频分析技术，用于在智慧城市、城市治理、应急管理场景下实现积水告警，具体实现方案为：在获取拍摄装置拍摄目标场景的待检测图像之后，根据待检测图像和预设的语义分割模型，确定包括积水区域图像的目标图像；进一步的，在确定积水区域满足积水告警条件的情况下，进行告警；其中，积水告警条件包括：目标图像中积水区域的图像与拍摄装置对应预设深度图像中的告警刻度线段存在重合线段，且重合线段的长度与告警刻度线段长度的占比大于第一阈值。大于第一阈值。大于第一阈值。
【技术实现步骤摘要】
基于人工智能的积水识别方法、装置、设备及存储介质
[0001]本公开涉及计算机
，尤其涉及计算机视觉技术、自然语言处理技术，具体涉及基于人工智能的积水识别方法、装置、设备及存储介质。
技术介绍
[0002]路面积水是影响出行、交通以及驾驶安全的重要因素之一，尤其是在出行群众无法判断积水深度的情况下，很容易导致意外发生。
技术实现思路
[0003]本公开提供了一种基于人工智能的积水识别方法、装置、设备及存储介质，用于在智慧城市、城市治理、应急管理场景下实现积水告警。
[0004]根据本公开的一方面，提供了一种基于人工智能的积水识别方法，包括：
[0005]获取拍摄装置拍摄目标场景的待检测图像；
[0006]根据待检测图像和预设的语义分割模型，确定目标图像；目标图像包括目标场景中积水区域的图像；
[0007]判断积水区域是否满足积水告警条件；积水告警条件包括：目标图像中积水区域的图像与拍摄装置对应预设深度图像中的告警刻度线段存在重合线段，且重合线段的长度占比大于第一阈值；长度占比为重合线段的长度与告警刻度线段长度的比值；
[0008]在积水区域满足积水告警条件的情况下，进行告警。
[0009]根据本公开的另一方面，提供了一种基于人工智能的积水识别装置，包括获取单元、确定单元、判断单元和告警单元；
[0010]获取单元，用于获取拍摄装置拍摄目标场景的待检测图像；
[0011]确定单元，用于根据待检测图像和预设的语义分割模型，确定目标图像；目标图像包括目标场景中积水区域的图像；
[0012]判断单元，用于判断积水区域是否满足积水告警条件；积水告警条件包括：目标图像中积水区域的图像与拍摄装置对应预设深度图像中的告警刻度线段存在重合线段，且重合线段的长度占比大于第一阈值；长度占比为重合线段的长度与告警刻度线段长度的比值；
[0013]告警单元，用于在积水区域满足积水告警条件的情况下，进行告警。
[0014]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与该至少一个处理器通信连接的存储器；其中，该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开所提供的基于人工智能的积水识别方法。
[0015]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行本公开所提供的基于人工智能的积水识别方法。
[0016]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现本公开所提供的基于人工智能的积水识别方法。
[0017]本公开所提供的技术方案，可以基于语义分割模型确定待检测图像中存在积水区域的图像，进一步判断积水区域的区域和预设深度图像中的告警刻度线段是否重合线段，以及重合线段的长度占比是否大于第一阈值。在重合线段的长度占比大于第一阈值的情况下，进行告警。由于上述预设深度图像对应于拍摄设置，预设深度图像中的告警刻度线段能够指示目标环境中的告警深度，因此基于上述特征，能够对目标场景中的积水区域的深度进行告警。
[0018]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0019]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0020]图1是根据本公开实施例示出的一种基于人工智能的积水识别方法的原理图；
[0021]图2是根据本公开实施例示出的一种基于人工智能的积水识别方法的原理图；
[0022]图3是根据本公开实施例示出的一种积水识别系统的结构示意图；
[0023]图4是根据本公开实施例示出的一种基于人工智能的积水识别方法的流程示意图；
[0024]图5是根据本公开实施例示出的一种确定目标图像的示意图；
[0025]图6是根据本公开实施例示出的一种确定预设深度图像的示意图；
[0026]图7是根据本公开实施例示出的一种基于人工智能的积水识别方法的流程示意图；
[0027]图8是根据本公开实施例示出的一种基于人工智能的积水识别方法的流程示意图；
[0028]图9是用来实现本公开实施例的积水识别方法的积水识别装置的结构框图；
[0029]图10是用来实现本公开实施例的积水识别方法的电子设备的结构框图。
具体实施方式
[0030]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0031]本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
[0032]首先，针对本公开实施例的专利技术原理进行描述：
[0033]路面积水是影响出行、交通以及驾驶安全的重要因素之一。当前技术中，可以通过拍摄装置获取道路场景或者其他场景下的图像数据，并基于预设的积水识别模型对图像数据进行处理，以确定道路中存在积水点，但是该方法适用性不强，尤其是在出行群众无法判断积水深度的情况下，很容易导致意外发生。
[0034]基于上述技术问题，为了能够判断道路场景或者其他场景下的积水深度，如图1所示，本公开考虑到可以预先为摄像装置设置对应预设深度图像(如图1中的图像a)，该预设深度图像中包括告警刻度线段(如图像a中的实线段)。该告警刻度线段用于指示摄像装置的拍摄场景中的积水告警深度(例如为10厘米)。在获取拍摄装置拍摄到的拍摄场景的待检测图像(待检测图像为图1中的图像b，待检测图像中不规则的实线区域为积水区域)之后，根据预设的语义分割模型判断待检测图像中是否存在拍摄场景中积水区域的图像(如图1中图像c中的实线区域)。进一步的，在待检测图像中存在拍摄场景中积水区域的图像的情况下，判断积水区域的图像与告警刻度线段的重合线段(如图1图像d中的虚线段所示)的长度与告警刻度线段长度的比值是否大于第一阈值，若该比值大于第一阈值，则表明积水区域已经达到告警刻度线段所对应的积水告警深度。在这种情况下，进行告警，以提醒拍摄场景周边的行人或者车辆。
[0035]这样，就能够针对每个摄像装置对应的告警刻度线段与积水区域的覆盖关系，确定拍摄场景中的积水区域是否达到告警刻度线段对应的积水告警深度。
[0036]进一步的，本公开还考虑到基于拍摄装置的拍摄场景中可能存在道路反光等情况，判断待检测图像中是否存在积水区域不准确，会导致误告警。为了确保上述对积水深度判断的准确性，以避免误告警，如图2所示，本公开在获取待检测图像之后，还可以通本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的积水识别方法，包括：获取拍摄装置拍摄目标场景的待检测图像；根据所述待检测图像和预设的语义分割模型，确定目标图像；所述目标图像包括所述目标场景中积水区域的图像；判断所述积水区域是否满足积水告警条件；所述积水告警条件包括：所述目标图像中积水区域的图像与所述拍摄装置对应预设深度图像中的告警刻度线段存在重合线段，且所述重合线段的长度占比大于第一阈值；所述长度占比为所述重合线段的长度与所述告警刻度线段长度的比值；在所述积水区域满足所述积水告警条件的情况下，进行告警。2.根据权利要求1所述的积水识别方法，其中，所述拍摄装置对应预设深度图像中的告警刻度线段为基于所述目标场景中的参照物预先设定的。3.根据权利要求1或2所述的积水识别方法，其中，所述判断所述积水区域是否满足积水告警条件，包括：获取所述拍摄装置对应的包括所述告警刻度线段的预设深度图像；所述预设深度图像与所述目标图像大小相同；将所述预设深度图像与所述目标图像融合，得到融合图像；基于所述告警刻度线段在所述融合图像中的位置以及所述积水区域的图像在所述融合图像中的位置，判断所述积水区域是否满足所述积水告警条件。4.根据权利要求1
‑
3中任一项所述的积水识别方法，其中，所述语义分割模型为segformer网络；所述方法还包括：在所述语义分割模型的训练过程中，对包括样本积水区域的第一样本图像进行重采样；所述第一样本图像用于训练得到所述语义分割模型。5.根据权利要求1
‑
4中任一项所述的积水识别方法，其中，所述积水告警条件还包括：所述目标场景中积水区域的积水等级为目标积水等级；所述目标积水等级用于指示存在积水；或者，所述目标场景中积水区域的积水等级对应的深度范围内包含积水告警深度；所述积水告警深度为基于所述目标场景中的参照物预先设定的。6.根据权利要求5所述的积水识别方法，所述方法还包括：根据所述待检测图像以及预设的积水等级分类模型，确定所述目标场景中积水区域的积水等级；所述积水等级分类模型具备对输入的图像进行积水等级分类，并计算不同积水等级分类的置信度，以输出所述不同积水等级中置信度最大的积水等级的功能；所述不同积水等级包括干燥、湿滑、轻度积水和重度积水。7.根据权利要求6所述的积水识别方法，其中，所述积水等级分类模型还具备输出所述不同积水等级的置信度中最大置信度的功能；所述积水告警条件还包括：所述最大置信度大于第二阈值。8.一种基于人工智能的积水识别装置，包括获取单元、确定单元、判断单元和告警单元；
所述获取单元，用于获取拍摄装置拍摄目标场景的待检测图像；所述确定单元，用于根据所述待检测图像和预设的语义分割模型，确定目标图像；所述目标图像包括所述目标场景中积水区域的图像；所述判断单元，用于判断所述积水区域是否满足积水告警条件；所述积水告警条件包括：所述目标图像中积水区域的...
【专利技术属性】
技术研发人员：杜雨亭，陆勤，龚建，孙珂，
申请(专利权)人：北京百度网讯科技有限公司，
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。