【技术实现步骤摘要】
本专利技术属于图像处理，尤其涉及一种基于图像识别分析的道路检测报警系统。
技术介绍
1、目前，在交通场景解析技术中，使用全面、准确的数据是进行场景解析的基础，然而，由于道路交通场景具有复杂性、多变性和不确定性等特点，单一传感器采集的数据通常无法提供足够的信息。因此需要利用不同类型传感器的优势，协同解析复杂交通场景。伴随着人工智能的不断发展，相关算法的不断更新迭代，基于视觉利用深度学习进行目标检测的方法在检测速度和精度之间找到了平衡点并能够提高其检测效果。虽然利用深度学习做目标检测已成为当前检测方法的主流，但考虑到单独的视觉传感器易受到光线、天气等环境干扰，从而带来识别精度无法达到实际需求的结果，尤其是在道路交通场景较为复杂的情况中，也降低了道路安全实时检测的准确性。
技术实现思路
1、有鉴于此，本专利技术提高了一种解决视觉传感器带来的问题的同时提高检测效果、增强车辆在道路行驶中的安全性的基于图像识别分析的道路检测报警系统，来解决上述存在的技术问题，具体采用以下技术方案来实现。
...
【技术保护点】
1.一种基于图像识别分析的道路检测报警系统，其特征在于，包括：
2.根据权利要求1所述的基于图像识别分析的道路检测报警系统，其特征在于，通过毫米波雷达和视觉传感器对道路交通场景进行检测得到交通场景数据，包括：
3.根据权利要求2所述的基于图像识别分析的道路检测报警系统，其特征在于，危险车辆的检测过程包括：
4.根据权利要求1所述的基于图像识别分析的道路检测报警系统，其特征在于，对毫米波雷达和视觉传感器进行空间融合的关键为坐标转换，雷达坐标系与世界坐标系转换、视觉传感器坐标系与世界坐标系转换、视觉传感器坐标系与图像坐标系转换以及像素坐...
【技术特征摘要】
1.一种基于图像识别分析的道路检测报警系统，其特征在于，包括：
2.根据权利要求1所述的基于图像识别分析的道路检测报警系统，其特征在于，通过毫米波雷达和视觉传感器对道路交通场景进行检测得到交通场景数据，包括：
3.根据权利要求2所述的基于图像识别分析的道路检测报警系统，其特征在于，危险车辆的检测过程包括：
4.根据权利要求1所述的基于图像识别分析的道路检测报警系统，其特征在于，对毫米波雷达和视觉传感器进行空间融合的关键为坐标转换，雷达坐标系与世界坐标系转换、视觉传感器坐标系与世界坐标系转换、视觉传感器坐标系与图像坐标系转换以及像素坐标系与图像坐标系转换，并对毫米波雷达和视觉传感器进行时间融合，时间融合的过程包括：
5.根据权利要求1所述的基于图像识别分析的道路检测报警系统，其特征在于，对交通场景数据进行数据预处理，将预处理后的数据和复杂道路场景数据集进行训练进行深度学习，包括：
6.根据权利要求5所述的基于图像识别分析的道路检测报警系统，...
【专利技术属性】
技术研发人员：师少华，
申请(专利权)人：湖南银河伟业数字技术服务有限公司，
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。