-
公开(公告)号:CN112149509B
公开(公告)日:2023-05-09
申请号:CN202010865255.X
申请日:2020-08-25
Applicant: 浙江中控信息产业股份有限公司
IPC: G06F18/24 , G06F18/213 , G06F18/2415 , G08G1/097 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种深度学习与图像处理融合的交通信号灯故障检测方法,包括步骤S1:获得各种天气情况下的电子警察视频流,解码电子警察视频流,得到包含交通信号灯图像,交通信号灯灯组在图像中的位置信息、交通信号灯组内各信号灯的类型信息和位置信息;步骤S2:配置交通信号灯组信息和灯组内的各个信号灯信息;步骤S3:建立交通信号灯的检测模型;本发明有效解决了小范围摄像机抖动和位置偏移问题,提高了报警的准确率;采用基于卷积神经网络的深度学习技术,实现信号灯的位置和状态识别,采用基于信号灯周期的图像处理算法,进一步提升信号灯的识别准确率。
-
公开(公告)号:CN111428647B
公开(公告)日:2023-07-07
申请号:CN202010221137.5
申请日:2020-03-25
Applicant: 浙江中控信息产业股份有限公司
IPC: G06V20/58 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种交通信号灯故障检测方法,包括如下步骤:获得各种天气情况下的电子警察视频流,解码电子警察视频流,得到交通信号灯图像信息,交通信号灯灯组在图像中的位置信息、交通信号灯灯组内各信号灯的类型信息和位置信息;设置信号灯组的检测区域和灯组区域,如果检测到的信号灯位置在设定的灯组区域内,则将所述信号灯的类型和位置信息统计在所述设定的灯组区域内。本发明具有有效解决了小范围摄像机抖动和位置偏移问题,降低了基于视频检测信号灯故障的误报率,提高了报警的准确率的特点。
-
公开(公告)号:CN109409264B
公开(公告)日:2022-04-22
申请号:CN201811193558.0
申请日:2018-10-12
Applicant: 浙江中控信息产业股份有限公司
Abstract: 本发明公开了一种基于局部跟踪的视频排队溢出检测方法,本发明将嵌入式高清网络摄像机架设在十字路口出口信号灯杆上,将车道按照由远到近的顺序依次划分检测区域,检测区域的宽为道路宽度,检测区域的长度为图像中一辆小型车辆的长度;分析道路上各个检测区域内各种局部特征的移动距离,建立基于局部移动特征的连续检测区块的时序模型,通过车道内连续分布的检测区域中,对具有移动距离且当前时刻是静止的局部特征的进行统计;本发明具有能有效检测出路段进口处50米范围内大量车辆停车排队溢出状况的特点。
-
-