【技術(shù)實現(xiàn)步驟摘要】
輕型神經(jīng)網(wǎng)絡(luò)模型邊緣端交叉識別的車輛禮讓行人方法、系統(tǒng)
[0001]本專利技術(shù)涉及識別車輛禮讓行人
，特別涉及輕型神經(jīng)網(wǎng)絡(luò)模型邊緣端交叉識別的車輛禮讓行人方法、系統(tǒng)。
技術(shù)介紹
[0002]在現(xiàn)有的研究是否禮讓行人的研究及其應(yīng)用中，很少有針對公交領(lǐng)域的專門研究；并且，基本都是基于斑馬線附近固定的攝像頭抓拍進(jìn)行簡單的圖像識別處理邏輯，這種應(yīng)用存在以下問題：
[0003]①
當(dāng)車輛速度較快或者固定攝像頭抓拍頻率較低時，容易存在漏拍，從而造成誤執(zhí)法；
[0004]②
由于固定攝像頭硬件限制導(dǎo)致抓拍延時等問題，實場景中的車輛是禮讓行人的，但誤判成不禮讓行人，從而造成執(zhí)法誤判，影響執(zhí)法公信度；
[0005]③
當(dāng)斑馬線沒車或沒行人時，傳統(tǒng)的固定攝像頭拍攝會產(chǎn)生大量無用信息，給數(shù)據(jù)庫增加非必要負(fù)擔(dān)。
[0006]④
以往的研究和應(yīng)用中，對于車輛禮讓行人行為只存在“非黑即白”的方法，即判斷該行為的取值局限于該車輛禮讓行人與否。
技術(shù)實現(xiàn)思路
[0007]本專利技術(shù)的目的在于提供輕型神經(jīng)網(wǎng)絡(luò)模型邊緣端交叉識別的車輛禮讓行人方法、系統(tǒng)，以解決上述
技術(shù)介紹
中提出的問題。
[0008]為實現(xiàn)上述目的，本專利技術(shù)提供如下技術(shù)方案：輕型神經(jīng)網(wǎng)絡(luò)模型邊緣端交叉識別的車輛禮讓行人方法，包括以下步驟：
[0009]S1：公交視頻采集系統(tǒng)的車載路面視頻采集器采集行車過程中無斑馬線圖片D1、斑馬線上無行人D2、斑馬線上有行人D3的三組圖片數(shù)據(jù)；>[0010]S2：采集后的圖片數(shù)據(jù)經(jīng)過圖像預(yù)處理，包括補光、灰度化、真方圖均衡處理方式；
[0011]S3：用負(fù)樣本(D2+D3)、正樣本D1訓(xùn)練斑馬線識別模型，用正樣本D3、負(fù)樣本D2斑馬線上行人識別模型；
[0012]S4：當(dāng)車載中的攝像頭沒有檢測到道路上有斑馬線時，只保留斑馬線識別模型監(jiān)聽，路況監(jiān)聽與傳輸系統(tǒng)關(guān)閉，當(dāng)檢測到路面有斑馬線時，開啟路況監(jiān)聽與傳輸系統(tǒng)、開啟斑馬線上行人識別模型，并關(guān)閉斑馬線識別模型，實現(xiàn)雙模型交叉識別；
[0013]并通過車聯(lián)網(wǎng)技術(shù)判斷該位置的斑馬線是否為需要檢測禮讓行人的斑馬線，如果是，即刻觸發(fā)斑馬線行人識別模型，并監(jiān)聽車速、車速變化、鳴笛狀態(tài)、直到?jīng)]有檢測到有斑馬線，監(jiān)聽關(guān)閉；
[0014]S5：通過監(jiān)聽數(shù)據(jù)，求解公交車禮讓行人表現(xiàn)得分。
[0015]是否禮讓行人做新的客觀定義，并以0～1.0取值方式評價禮讓行人的程度，其中
得分為0時表示表現(xiàn)最差，取值為1表示表現(xiàn)最佳；
[0016]由車輛經(jīng)過斑馬線時斑馬線上是否有行人s(s取值為0或1，當(dāng)車輛經(jīng)過斑馬線時斑馬線上有行人s＝0，否則s＝1)、過程鳴笛次數(shù)w、過程加速度a三個方面共同決定禮讓行人綜合表現(xiàn)；
[0017]其中，當(dāng)斑馬線上有行人時，車輛經(jīng)過時，定義為不禮讓行人，得分為0，用公式表示為：
[0018][0019]其中，鳴笛次數(shù)指標(biāo)是一個中間型指標(biāo)，假設(shè)其最佳取值為w
best
，w'表達(dá)如下公式所示：
[0020][0021]其中，α,β,λ是超參數(shù)，分別表示三個變量之間的權(quán)重，且α+β+λ＝1，令α＝0.7,β＝0.1,λ＝0.2；
[0022]s、w、a的求解
[0023]定義了禮讓行人得分函數(shù)，可知，如果求出s、w、a取值，便可求得禮讓行人，車輛經(jīng)過斑馬線時斑馬線上是否有行人s、過程鳴笛次數(shù)w、過程加速度a，由此求得公交車禮讓行人表現(xiàn)得分。
[0024]進(jìn)一步地，公交視頻采集系統(tǒng)中采集出無斑馬線圖片D1、斑馬線上無行人D2、斑馬線上有行人D3的三組圖片數(shù)據(jù)，該模型是正負(fù)樣本均衡的二分類模型，采到的這兩組數(shù)據(jù)圖片數(shù)量比例1:1。
[0025]進(jìn)一步地，針對S4中，斑馬線識別模型監(jiān)聽用于監(jiān)聽車輛在經(jīng)過斑馬線時，是否車輛有鳴笛。
[0026]進(jìn)一步地，路況監(jiān)聽與傳輸系統(tǒng)關(guān)閉則不回傳車速、路況、車輛行駛狀態(tài)實時信息到云端數(shù)據(jù)庫。
[0027]進(jìn)一步地，針對S4中，斑馬線行人識別模型和斑馬線識別模型采用輕型神經(jīng)網(wǎng)絡(luò)，斑馬線行人識別模型和斑馬線識別模型交叉應(yīng)用，并通過邊緣端實時傳輸?shù)皆贫藬?shù)據(jù)庫。
[0028]進(jìn)一步地，針對S4中訓(xùn)練斑馬線行人識別模型和斑馬線識別模型，包括是否有斑馬線圖片、斑馬線上是否有行人的兩組圖像；
[0029]經(jīng)過步驟S2后得到的數(shù)據(jù)作為模型輸入，構(gòu)建神經(jīng)網(wǎng)絡(luò)，訓(xùn)練模型，得到斑馬線識別模型和斑馬線上行人識別模型，其中，斑馬線識別模型和斑馬線上行人識別模型兩個模型的訓(xùn)練過程整體一致。
[0030]本專利技術(shù)提出的另一種技術(shù)，包括輕型神經(jīng)網(wǎng)絡(luò)模型邊緣端交叉識別的車輛禮讓行人系統(tǒng)，包括采集模塊、圖片處理模塊、識別模塊和評分模塊；
[0031]采集模塊用于采集斑馬線上無行人、斑馬線上有行人的兩組圖片數(shù)據(jù)，并發(fā)送至圖片處理模塊；
[0032]圖片處理模塊對采集的圖片進(jìn)行補光、灰度化、均衡化、規(guī)范化等處理，得到滿足算法輸入的數(shù)據(jù)格式，并輸出至識別模塊；
[0033]識別模塊用于識別是否有斑馬線，有斑馬線則斑馬線行人識別模型觸發(fā)，并關(guān)閉斑馬線識別模型，同時監(jiān)聽車輛是否鳴笛、剎車數(shù)據(jù)，并將數(shù)據(jù)發(fā)送至評分模塊；
[0034]評分模塊根據(jù)公交車經(jīng)過斑馬線的表現(xiàn)打分。
[0035]與現(xiàn)有技術(shù)相比，本專利技術(shù)的有益效果是：
[0036]本專利技術(shù)提出的輕型神經(jīng)網(wǎng)絡(luò)模型邊緣端交叉識別的車輛禮讓行人方法、系統(tǒng)，多源終端數(shù)據(jù)融合判斷公交車是否禮讓行人；采用雙模型交叉識別與車聯(lián)網(wǎng)技術(shù)，有選擇地采集監(jiān)聽數(shù)據(jù)，減少數(shù)據(jù)傳輸負(fù)載、減少數(shù)據(jù)庫負(fù)載、保證邊緣端計算性能；考慮車輛與目標(biāo)紅綠燈區(qū)域路況的多維度交互狀態(tài)，創(chuàng)新性定義公交車禮讓行人函數(shù)，通過打分的方式，量化車輛禮讓行人行為。
附圖說明
[0037]圖1為本專利技術(shù)的禮讓行人識別流程圖；
[0038]圖2為本專利技術(shù)的弱光線斑馬線圖；
[0039]圖3為本專利技術(shù)的強光線斑馬線圖；
[0040]圖4為本專利技術(shù)的補光預(yù)處理前的斑馬線圖；
[0041]圖5為本專利技術(shù)的補光預(yù)處理后的斑馬線圖；
[0042]圖6為本專利技術(shù)的圖像灰度化處理后的圖；
[0043]圖7為本專利技術(shù)的車聯(lián)網(wǎng)技術(shù)判斷該位置目標(biāo)斑馬線的邏輯圖；
[0044]圖8為本專利技術(shù)的系統(tǒng)圖。
具體實施方式
[0045]下面將結(jié)合本專利技術(shù)實施例中的附圖，對本專利技術(shù)實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本專利技術(shù)一部分實施例，而不是全部的實施例。基于本專利技術(shù)中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術(shù)保護(hù)的范圍。
[0046]交車禮讓行人識別場景中，采用的是斑馬線實時識別與斑馬線上行人實時識別雙模型交叉應(yīng)用，并需要通過邊緣端實時傳輸?shù)皆贫藬?shù)據(jù)庫，對邊緣端的性能要求較高。如果識別模型設(shè)計時采用的網(wǎng)絡(luò)層數(shù)較深，識別時的計算時間復(fù)雜度比較高，本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點】
【技術(shù)特征摘要】
1.輕型神經(jīng)網(wǎng)絡(luò)模型邊緣端交叉識別的車輛禮讓行人方法，其特征在于，包括以下步驟：S1：公交視頻采集系統(tǒng)的車載路面視頻采集器采集行車過程中無斑馬線圖片D1、斑馬線上無行人D2、斑馬線上有行人D3的三組圖片數(shù)據(jù)；S2：采集后的圖片數(shù)據(jù)經(jīng)過圖像預(yù)處理，包括補光、灰度化、真方圖均衡處理方式；S3：用負(fù)樣本(D2+D3)、正樣本D1訓(xùn)練斑馬線識別模型，用正樣本D3、負(fù)樣本D2斑馬線上行人識別模型；S4：當(dāng)車載中的攝像頭沒有檢測到道路上有斑馬線時，只保留斑馬線識別模型監(jiān)聽，路況監(jiān)聽與傳輸系統(tǒng)關(guān)閉，當(dāng)檢測到路面有斑馬線時，開啟路況監(jiān)聽與傳輸系統(tǒng)、開啟斑馬線上行人識別模型，并關(guān)閉斑馬線識別模型，實現(xiàn)雙模型交叉識別；并通過車聯(lián)網(wǎng)技術(shù)判斷該位置的斑馬線是否為需要檢測禮讓行人的斑馬線，如果是，即刻觸發(fā)斑馬線行人識別模型，并監(jiān)聽車速、車速變化、鳴笛狀態(tài)、直到?jīng)]有檢測到有斑馬線，監(jiān)聽關(guān)閉；S5：通過監(jiān)聽數(shù)據(jù)，求解公交車禮讓行人表現(xiàn)得分；是否禮讓行人做新的客觀定義，并以0～1.0取值方式評價禮讓行人的程度，其中得分為0時表示表現(xiàn)最差，取值為1表示表現(xiàn)最佳；由車輛經(jīng)過斑馬線時斑馬線上是否有行人s(s取值為0或1，當(dāng)車輛經(jīng)過斑馬線時斑馬線上有行人s＝0，否則s＝1)、過程鳴笛次數(shù)w、過程加速度a三個方面共同決定禮讓行人綜合表現(xiàn)；其中，當(dāng)斑馬線上有行人時，車輛經(jīng)過時，定義為不禮讓行人，得分為0，用公式表示為：其中，鳴笛次數(shù)指標(biāo)是一個中間型指標(biāo)，假設(shè)其最佳取值為w
best
，w'表達(dá)如下公式所示：其中，α,β,λ是超參數(shù)，分別表示三個變量之間的權(quán)重，且α+β+λ＝1，令α＝0.7,β＝0.1,λ＝0.2；s、w、a的求解定義了禮讓行人得分函數(shù)，可知，如果求出s、w、a取值，便可求得禮讓行人，車輛經(jīng)過斑馬線時斑馬線上是否有行人s、過程鳴笛次數(shù)w、過程加速度a，由此求得公交車禮讓行人表現(xiàn)得分。2.如權(quán)利要求1所述的輕型神經(jīng)網(wǎng)絡(luò)模型邊緣端交叉識別的車輛禮讓行人方法，其特征在于，針對S1中，...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：陳歡，金雷，翁健，羅建平，黃超，楊森彬，
申請(專利權(quán))人：廣州交信投科技股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。