CN113537087A - 一种智慧交通信息处理方法、装置及服务器 - Google Patents

一种智慧交通信息处理方法、装置及服务器 Download PDF

Info

Publication number
CN113537087A
CN113537087A CN202110819455.6A CN202110819455A CN113537087A CN 113537087 A CN113537087 A CN 113537087A CN 202110819455 A CN202110819455 A CN 202110819455A CN 113537087 A CN113537087 A CN 113537087A
Authority
CN
China
Prior art keywords
image
matched
transmission image
information processing
traffic information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202110819455.6A
Other languages
English (en)
Inventor
蒋金强
王世强
吴小兵
吴玉芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202110819455.6A priority Critical patent/CN113537087A/zh
Publication of CN113537087A publication Critical patent/CN113537087A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40Business processes related to the transportation industry
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供的一种智慧交通信息处理方法、装置及服务器,涉及交通监控技术领域。在本申请中,首先,获取待匹配的在线传输图像与目标参考图像之间的图像识别结果,其中,图像识别结果用于表征待匹配的在线传输图像与目标参考图像是否匹配,并在匹配时表征目标交通区域存在交通违规行为;其次,基于图像识别结果确定是否需要将待匹配的在线传输图像发送给交通信息处理平台;然后,若确定需要将待匹配的在线传输图像发送给交通信息处理平台,将待匹配的在线传输图像发送给交通信息处理平台,用于基于待匹配的在线传输图像进行违规处理。基于上述方法,可以改善现有的交通监控技术中存在的监控效果不佳的问题。

Description

一种智慧交通信息处理方法、装置及服务器
技术领域
本申请涉及交通监控技术领域,具体而言,涉及一种智慧交通信息处理方法、装置及服务器。
背景技术
随着汽车的普及,交通事故的发生频率也逐步提升。其中,交通事故的发生主要在于交通违规行为,使得交通违规行为的数量较多。因而,为了能够及时有效地对交通违规行为进行在线处理,需要准确地对交通违规行为进行监控。但是,经发明人研究发现,在现有的交通监控技术中,存在着监控效果不佳的问题。
发明内容
有鉴于此,本申请的目的在于提供一种智慧交通信息处理方法、装置及服务器,以改善现有的交通监控技术中存在的监控效果不佳的问题。
为实现上述目的,本申请实施例采用如下技术方案:
一种智慧交通信息处理方法,包括:
获取待匹配的在线传输图像与目标参考图像之间的图像识别结果,其中,所述待匹配的在线传输图像基于对目标交通区域进行图像采集得到,所述图像识别结果用于表征所述待匹配的在线传输图像与所述目标参考图像是否匹配,并在匹配时表征所述目标交通区域存在交通违规行为;
基于所述图像识别结果确定是否需要将所述待匹配的在线传输图像发送给交通信息处理平台,其中,若所述图像识别结果为所述待匹配的在线传输图像与所述目标参考图像匹配,则确定需要将所述待匹配的在线传输图像发送给所述交通信息处理平台;
若确定需要将所述待匹配的在线传输图像发送给交通信息处理平台,则将所述待匹配的在线传输图像发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述待匹配的在线传输图像进行违规处理。
在一种可能的实施例中,在上述智慧交通信息处理方法中,在执行所述将所述待匹配的在线传输图像发送给所述交通信息处理平台的步骤之后,所述智慧交通信息处理方法还包括:
判断是否接收到所述交通信息处理平台基于所述待匹配的在线传输图像反馈的违规处理结果;
若接收到所述交通信息处理平台反馈的违规处理结果,则基于所述违规处理结果执行预设操作,其中,所述预设操作包括:
若所述违规处理结果为所述目标交通区域存在交通违规行为,则将所述待匹配的在线传输图像作为新的目标参考图像,其中,所述将所述待匹配的在线传输图像作为新的目标参考图像的步骤,包括:
将所述目标参考图像替换为所述待匹配的在线传输图像;或者
在保留所述目标参考图像的同时,将所述待匹配的在线传输图像作为目标参考图像,以增加目标参考图像的数量。
在一种可能的实施例中,在上述智慧交通信息处理方法中,所述智慧交通信息处理方法还包括:
若确定不需要将所述待匹配的在线传输图像发送给所述交通信息处理平台,保留所述待匹配的在线传输图像,并将所述待匹配的在线传输图像作为历史传输图像进行保存;
统计当前保存的历史传输图像的数量,得到第一数量;
判断所述第一数量是否大于预先确定的目标数量阈值,其中,所述目标数量阈值基于执行所述智慧交通信息处理方法的服务器响应对应的管理用户进行的阈值配置操作生成;
若所述第一数量大于所述目标数量阈值,则将当前保存的历史传输图像作为一个历史图像集发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述历史图像集包括的历史传输图像进行违规处理,以确定每一张所述历史传输图像中是否存在交通违规行为。
在一种可能的实施例中,在上述智慧交通信息处理方法中,所述若所述第一数量大于所述目标数量阈值,则将当前保存的历史传输图像作为一个历史图像集发送给所述交通信息处理平台的步骤,包括:
若所述第一数量大于所述目标数量阈值,则对当前保存的历史传输图像进行筛选处理,得到至少一张目标历史传输图像;
将所述至少一张目标历史传输图像作为一个历史图像集发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述目标历史传输图像进行违规处理,以确定每一张所述目标历史传输图像中是否存在交通违规行为。
在一种可能的实施例中,在上述智慧交通信息处理方法中,所述若所述第一数量大于所述目标数量阈值,则对当前保存的历史传输图像进行筛选处理,得到至少一张目标历史传输图像的步骤,包括:
若所述第一数量大于所述目标数量阈值,则针对当前保存的历史传输图像中的每一张历史传输图像,计算该张历史传输图像与其它的每一张历史传输图像之间的相似度;
基于所述历史传输图像之间相似度对当前保存的历史传输图像进行筛选处理,得到至少一张目标历史传输图像。
在一种可能的实施例中,在上述智慧交通信息处理方法中,所述基于所述历史传输图像之间相似度对当前保存的历史传输图像进行筛选处理,得到至少一张目标历史传输图像的步骤,包括:
则针对当前保存的历史传输图像中的每一张历史传输图像,计算该张历史传输图像与其它的每一张历史传输图像之间的相似度的均值,得到该张历史传输图像对应的相似度均值;
基于所述相似度均值之间的大小关系,在当前保存的历史传输图像中选择出至少一张候选历史传输图像;
基于所述历史传输图像之间的相似度、以每一张所述候选历史传输图像为聚类中心,对当前保存的历史传输图像进行聚类处理,得到对应的至少一个历史传输图像簇;
在每一个所述历史传输图像簇中选择出至少一张历史传输图像作为目标历史传输图像,以得到至少一张目标历史传输图。
在一种可能的实施例中,在上述智慧交通信息处理方法中,所述基于所述相似度均值之间的大小关系,在当前保存的历史传输图像中选择出至少一张候选历史传输图像的步骤,包括:
计算多个所述相似度均值之间的平均值,并将小于该平均值的每一个相似度均值作为目标相似度均值,以得到至少一个目标相似度均值;
将所述至少一个目标相似度均值对应的至少一张历史传输图像确定为确定为候选历史传输图像。
在一种可能的实施例中,在上述智慧交通信息处理方法中,所述在每一个所述历史传输图像簇中选择出至少一张历史传输图像作为目标历史传输图像,以得到至少一张目标历史传输图像的步骤,包括:
针对包括的历史传输图像的数量大于第二数量的每一个所述历史传输图像簇,确定该历史传输图像簇中相似度最小的两张历史传输图像;
将每一个所述历史传输图像簇中确定出的相似度最小的两张历史传输图像确定为目标历史传输图像;
针对包括的历史传输图像的数量小于或等于所述第二数量的每一个所述历史传输图像簇,在该历史传输图像簇中确定出相似度均值最大的历史传输图像,并将该历史传输图像确定为目标历史传输图像。
本申请还提供一种智慧交通信息处理装置,包括:
图像识别结果获取模块,用于获取待匹配的在线传输图像与目标参考图像之间的图像识别结果,其中,所述待匹配的在线传输图像基于对目标交通区域进行图像采集得到,所述图像识别结果用于表征所述待匹配的在线传输图像与所述目标参考图像是否匹配,并在匹配时表征所述目标交通区域存在交通违规行为;
图像发送确定模块,用于基于所述图像识别结果确定是否需要将所述待匹配的在线传输图像发送给交通信息处理平台,其中,若所述图像识别结果为所述待匹配的在线传输图像与所述目标参考图像匹配,则确定需要将所述待匹配的在线传输图像发送给所述交通信息处理平台;
图像发送模块,用于在确定需要将所述待匹配的在线传输图像发送给交通信息处理平台时,将所述待匹配的在线传输图像发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述待匹配的在线传输图像进行违规处理。
本申请还提供一种服务器,用于:
获取待匹配的在线传输图像与目标参考图像之间的图像识别结果,其中,所述待匹配的在线传输图像基于对目标交通区域进行图像采集得到,所述图像识别结果用于表征所述待匹配的在线传输图像与所述目标参考图像是否匹配,并在匹配时表征所述目标交通区域存在交通违规行为;
基于所述图像识别结果确定是否需要将所述待匹配的在线传输图像发送给交通信息处理平台,其中,若所述图像识别结果为所述待匹配的在线传输图像与所述目标参考图像匹配,则确定需要将所述待匹配的在线传输图像发送给所述交通信息处理平台;
若确定需要将所述待匹配的在线传输图像发送给交通信息处理平台,则将所述待匹配的在线传输图像发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述待匹配的在线传输图像进行违规处理。
本申请提供的一种智慧交通信息处理方法、装置及服务器,通过在将待匹配的在线传输图像发送给交通信息处理平台进行违规处理之前,先基于待匹配的在线传输图像与目标参考图像之间的图像识别结果确定是否存在交通违规行为,以在确定存在交通违规行为之后,再将待匹配的在线传输图像发送给交通信息处理平台进行违规处理。基于此,相较于直接将待匹配的在线传输图像发送给交通信息处理平台的常规技术方案,采用本申请提供的技术方案,可以使得交通信息处理平台能够更为准确有效的进行违规处理,从而改善现有的交通监控技术中存在的监控效果不佳的问题。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1为本申请实施例提供的服务器的结构框图。
图2为本申请实施例提供的智慧交通信息处理方法包括的各步骤的流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本申请的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1所示,本申请实施例提供了一种服务器。其中,所述服务器可以包括存储器和处理器。
详细地,所述存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式,存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序,从而实现本申请实施例(如后文所述)提供的智慧交通信息处理方法。
其中,所述服务器可以用于:
获取待匹配的在线传输图像与目标参考图像之间的图像识别结果,其中,所述待匹配的在线传输图像基于对目标交通区域进行图像采集得到,所述图像识别结果用于表征所述待匹配的在线传输图像与所述目标参考图像是否匹配,并在匹配时表征所述目标交通区域存在交通违规行为;基于所述图像识别结果确定是否需要将所述待匹配的在线传输图像发送给交通信息处理平台,其中,若所述图像识别结果为所述待匹配的在线传输图像与所述目标参考图像匹配,则确定需要将所述待匹配的在线传输图像发送给所述交通信息处理平台;若确定需要将所述待匹配的在线传输图像发送给交通信息处理平台,则将所述待匹配的在线传输图像发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述待匹配的在线传输图像进行违规处理。
可选地,所述存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。所述处理器可以是一种通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、片上***(System on Chip,SoC)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
并且,图1所示的结构仅为示意,所述服务器还可包括比图1中所示更多或者更少的组件,或具有与图1所示不同的配置,例如,可以包括用于与其它设备进行信息交互的通信单元。
结合图2,本申请实施例还提供一种智慧交通信息处理方法,可应用于上述服务器。其中,该智慧交通信息处理方法有关的流程所定义的方法步骤,可以由所述服务器实现。
下面将对图2所示的具体流程,进行详细阐述。
步骤S110,获取待匹配的在线传输图像与目标参考图像之间的图像识别结果。
在本实施例中,所述服务器可以先获取待匹配的在线传输图像与目标参考图像之间的图像识别结果。
其中,所述待匹配的在线传输图像基于对目标交通区域进行图像采集得到,所述图像识别结果用于表征所述待匹配的在线传输图像与所述目标参考图像是否匹配,并在匹配时表征所述目标交通区域存在交通违规行为。
步骤S120,基于所述图像识别结果确定是否需要将所述待匹配的在线传输图像发送给交通信息处理平台。
在本实施例中,在基于步骤S110获取到所述图像识别结果之后,所述服务器可以基于所述图像识别结果确定是否需要将所述待匹配的在线传输图像发送给交通信息处理平台。
其中,若所述图像识别结果为所述待匹配的在线传输图像与所述目标参考图像匹配,则确定需要将所述待匹配的在线传输图像发送给所述交通信息处理平台。若确定需要将所述待匹配的在线传输图像发送给交通信息处理平台,则执行步骤S130。
步骤S130,将所述待匹配的在线传输图像发送给交通信息处理平台。
在本实施例中,在基于步骤S120确定需要将所述待匹配的在线传输图像发送给交通信息处理平台之后,所述服务器可以将所述待匹配的在线传输图像发送给交通信息处理平台。其中,所述交通信息处理平台用于基于所述待匹配的在线传输图像进行违规处理。
基于上述方法,通过在将待匹配的在线传输图像发送给交通信息处理平台进行违规处理之前,先基于待匹配的在线传输图像与目标参考图像之间的图像识别结果确定是否存在交通违规行为,以在确定存在交通违规行为之后,再将待匹配的在线传输图像发送给交通信息处理平台进行违规处理。基于此,相较于直接将待匹配的在线传输图像发送给交通信息处理平台的常规技术方案,采用本申请提供的技术方案,可以使得交通信息处理平台能够更为准确有效的进行违规处理,从而改善现有的交通监控技术中存在的监控效果不佳的问题。
可以理解的是,在一种可以替代的示例中,在执行步骤S110时,可以基于以下步骤(如后文所述的步骤S101、步骤S102、步骤S103和步骤S104)以获取所述图像识别结果。
步骤S101,获取待匹配的在线传输图像和目标参考图。
在本实施例中,所述服务器可以先获取待匹配的在线传输图像,并获取预先确定的目标参考图像。
步骤S102,分别提取所述待匹配的在线传输图像的全局图像特征向量和局部图像特征向量、所述目标参考图像的全局图像特征向量和局部图像特征向量,并基于所述待匹配的在线传输图像的全局图像特征向量和所述目标参考图像的全局图像特征向量,确定所述待匹配的在线传输图像与所述目标参考图像之间的交互图像特征向量。
在本实施例中,在基于步骤S101获取到所述待匹配的在线传输图像和所述目标参考图像之后,所述服务器可以提取所述待匹配的在线传输图像的全局图像特征向量和局部图像特征向量,并提取所述目标参考图像的全局图像特征向量和局部图像特征向量。然后,所述服务器可以基于所述待匹配的在线传输图像的全局图像特征向量和所述目标参考图像的全局图像特征向量,确定所述待匹配的在线传输图像与所述目标参考图像之间的交互图像特征向量。
步骤S103,基于所述待匹配的在线传输图像与所述目标参考图像之间的交互图像特征向量、所述待匹配的在线传输图像的局部图像特征向量和所述目标参考图像的局部图像特征向量,确定所述待匹配的在线传输图像与所述目标参考图像之间的图像相似度。
在本实施例中,在基于步骤S102得到所述交互图像特征向量之后,所述服务器可以基于所述待匹配的在线传输图像与所述目标参考图像之间的交互图像特征向量、所述待匹配的在线传输图像的局部图像特征向量和所述目标参考图像的局部图像特征向量,确定所述待匹配的在线传输图像与所述目标参考图像之间的图像相似度。
步骤S104,基于所述图像相似度,确定所述待匹配的在线传输图像与所述目标参考图像的图像识别结果。
在本实施例中,在基于步骤S103获取到所述图像相似度之后,所述服务器可以基于所述图像相似度,确定所述待匹配的在线传输图像与所述目标参考图像的图像识别结果。
基于此,通过全局图像特征向量和局部图像特征向量,可以更加准确地捕捉待匹配的在线传输图像和目标参考图像自身以及相互之间的特征信息,能够获得不同层次更丰富的匹配模式,从而提高图像识别的准确性,进而改善现有的图像识别技术中识别结果准确度不高的问题。
可以理解的是,在一种可以替代的示例中,在执行步骤S101时,可以基于以下步骤以获取所述待匹配的在线传输图像和所述目标参考图像:
首先,获取通信连接的图像传输设备发送的多帧在线传输图像;
其次,在所述多帧在线传输图像中选择出一帧在线传输图像(如任意一帧,或者,中间帧数的一帧),作为待匹配的在线传输图像,并从目标数据库(该目标数据库既可以是所述服务器的本地数据库,也可以是所述服务器的远端数据库)获取目标参考图像。
基于此,可以有效降低识别的图像的数量,从而降低计算量。
可以理解的是,在一种可以替代的示例中,在执行步骤S102时,可以基于以下步骤以确定所述交互图像特征向量:
首先,基于已训练的图像相似度模型(可以是基于样本图像训练得到的神经网络模型,类型在此不做具体限定),以所述待匹配的在线传输图像和所述目标参考图像为输入,分别提取所述待匹配的在线传输图像的全局图像特征向量和局部图像特征向量,并提取所述目标参考图像的全局图像特征向量和局部图像特征向量;
然后,基于所述待匹配的在线传输图像的全局图像特征向量和所述目标参考图像的全局图像特征向量,确定所述待匹配的在线传输图像与所述目标参考图像之间的交互图像特征向量。
可以理解的是,在一种可以替代的示例中,可以基于以下步骤以通过所述图像相似度模型确定所述交互图像特征向量:
首先,基于已训练的图像相似度模型的全局像素编码层,对所述待匹配的在线传输图像包括的全部像素进行编码,对所述目标参考图像包括的全部像素进行编码,获得融合像素值的各像素特征向量,如此,可以获得所述待匹配的在线传输图像的全局图像特征向量,并获得所述目标参考图像的全局图像特征向量;
其次,分别将所述待匹配的在线传输图像对应的各像素特征向量和所述目标参考图像对应的各像素特征向量,通过所述图像相似度模型的关键像素编码层,获得所述待匹配的在线传输图像的局部图像特征向量和所述目标参考图像的局部图像特征向量,其中,所述局部图像特征向量用于表征对应图像中前景图像部分的特征;
然后,将所述待匹配的在线传输图像的全局图像特征向量和所述目标参考图像的全局图像特征向量,通过所述图像相似度模型的注意力机制层,分别获得所述待匹配的在线传输图像相对于所述目标参考图像的交互图像特征向量,以及所述目标参考图像相对于所述待匹配的在线传输图像的交互图像特征向量。
可以理解的是,在一种可以替代的示例中,在执行步骤S103时,可以基于以下步骤以确定所述图像相似度:
首先,基于已训练的图像相似度模型的交互建模层,将所述待匹配的在线传输图像的交互图像特征向量和所述待匹配的在线传输图像的局部图像特征向量进行融合处理,获得所述待匹配的在线传输图像的融合交互图像特征向量;并基于所述交互建模层将所述目标参考图像的交互图像特征向量和所述目标参考图像的局部图像特征向量进行融合处理,获得所述目标参考图像的融合交互图像特征向量;
其次,将所述待匹配的在线传输图像的融合交互图像特征向量,通过所述图像相似度模型的平均和最大池化层,获得所述待匹配的在线传输图像对应的平均池化和最大池化操作后的融合交互图像特征向量;将所述目标参考图像的融合交互图像特征向量,通过所述图像相似度模型的平均和最大池化层,获得所述目标参考图像对应的平均池化和最大池化操作后的融合交互图像特征向量;拼接所述待匹配的在线传输图像的交互图像特征向量和对应的平均池化和最大池化操作后的融合交互图像特征向量,获得所述待匹配的在线传输图像的目标参考图像特征向量;拼接所述目标参考图像的交互图像特征向量和对应的平均池化和最大池化操作后的融合交互图像特征向量,获得所述目标参考图像的目标参考图像特征向量;
然后,通过所述图像相似度模型的融合层,将所述待匹配的在线传输图像的目标参考图像特征向量和所述目标参考图像的目标参考图像特征向量进行融合处理,获得所述待匹配的在线传输图像和所述目标参考图像之间的融合图像特征向量;
最后,将所述融合图像特征向量,通过所述图像相似度模型的全连接层和激活函数层,获得所述待匹配的在线传输图像与所述目标参考图像之间的图像相似度。
可以理解的是,在一种可以替代的示例中,可以基于以下步骤以获得所述融合交互图像特征向量:
首先,基于已训练的图像相似度模型的交互建模层,将所述待匹配的在线传输图像的交互图像特征向量和局部图像特征向量进行相减操作和点乘操作,并将所述目标参考图像的交互图像特征向量和局部图像特征向量进行相减操作和点乘操作;
其次,拼接所述待匹配的在线传输图像的局部图像特征向量、交互图像特征向量、相减操作后的图像特征向量和点乘操作后的图像特征向量,得到所述待匹配的在线传输图像的融合交互图像特征向量;
然后,拼接所述目标参考图像的局部图像特征向量、交互图像特征向量、相减操作后的图像特征向量和点乘操作后的图像特征向量,得到所述目标参考图像的融合交互图像特征向量。
可以理解的是,在一种可以替代的示例中,可以基于以下步骤以获得所述融合图像特征向量:
首先,通过所述图像相似度模型的融合层,将所述待匹配的在线传输图像的目标参考图像特征向量和所述目标参考图像的目标参考图像特征向量进行点乘操作,并将所述待匹配的在线传输图像的目标参考图像特征向量和所述目标参考图像的目标参考图像特征向量进行相减操作;
其次,拼接所述待匹配的在线传输图像的目标参考图像特征向量、所述目标参考图像的目标参考图像特征向量、点乘操作后的图像特征向量和相减操作后的图像特征向量,获得所述待匹配的在线传输图像和所述目标参考图像之间的融合图像特征向量。
可以理解的是,在一种可以替代的示例中,在执行步骤S104时,可以基于以下步骤以确定所述图像识别结果:
首先,获取所述图像相似度与预先确定的相似度阈值之间的大小关系,其中,所述相似度阈值可以基于所述服务器响应对应的用户根据实际应用场景进行的配置操作生成;
其次,基于所述图像相似度与所述相似度阈值之间的大小关系,确定确定所述待匹配的在线传输图像与所述目标参考图像的图像识别结果;
其中,若所述图像相似度大于或等于所述相似度阈值,则确定所述图像识别结果为所述待匹配的在线传输图像与所述目标参考图像匹配;若所述图像相似度小于所述相似度阈值,则确定所述图像识别结果为所述待匹配的在线传输图像与所述目标参考图像不匹配。
可以理解的是,在上述示例的基础上,在执行所述将所述待匹配的在线传输图像发送给所述交通信息处理平台的步骤之后,即在执行步骤S130之后,所述智慧交通信息处理方法还包括以下步骤:
第一步,判断是否接收到所述交通信息处理平台基于所述待匹配的在线传输图像反馈的违规处理结果;
第二步,若接收到所述交通信息处理平台反馈的违规处理结果,则基于所述违规处理结果执行预设操作,其中,所述预设操作包括:
第三步,若所述违规处理结果为所述目标交通区域存在交通违规行为,则将所述待匹配的在线传输图像作为新的目标参考图像,其中,所述将所述待匹配的在线传输图像作为新的目标参考图像的步骤,包括:
第四步,将所述目标参考图像替换为所述待匹配的在线传输图像;或者,在保留所述目标参考图像的同时,将所述待匹配的在线传输图像作为目标参考图像,以增加目标参考图像的数量。
可以理解的是,在上述示例的基础上,若执行步骤S120确定不需要将所述待匹配的在线传输图像发送给所述交通信息处理平台,所述智慧交通信息处理方法还可以包括以下步骤:
第一步,保留所述待匹配的在线传输图像,并将所述待匹配的在线传输图像作为历史传输图像进行保存;
第二步,统计当前保存的历史传输图像的数量,得到第一数量;
第三步,判断所述第一数量是否大于预先确定的目标数量阈值,其中,所述目标数量阈值基于执行所述智慧交通信息处理方法的服务器响应对应的管理用户进行的阈值配置操作生成;
第四步,若所述第一数量大于所述目标数量阈值,则将当前保存的历史传输图像作为一个历史图像集发送给所述交通信息处理平台(并且,为了避免对历史传输图像进行重复处理,可以在将所述历史传输图像发送给所述交通信息处理平台之后,删除该历史传输图像),其中,所述交通信息处理平台用于基于所述历史图像集包括的历史传输图像进行违规处理(如进行人工排查,即由交通管理部门的人员进行审查),以确定每一张所述历史传输图像中是否存在交通违规行为。
可以理解的是,在一种可以替代的示例中,可以基于以下步骤以将所述历史传输图像发送给所述交通信息处理平台:
首先,若所述第一数量大于所述目标数量阈值,则对当前保存的历史传输图像进行筛选处理,得到至少一张目标历史传输图像;
其次,将所述至少一张目标历史传输图像作为一个历史图像集发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述目标历史传输图像进行违规处理,以确定每一张所述目标历史传输图像中是否存在交通违规行为。
基于此,可以提高处理的效率。
可以理解的是,在一种可以替代的示例中,可以基于以下步骤以进行筛选处理得到所述目标历史传输图像:
首先,若所述第一数量大于所述目标数量阈值,则针对当前保存的历史传输图像中的每一张历史传输图像,计算该张历史传输图像与其它的每一张历史传输图像之间的相似度(可以基于现有的相似度计算方式,或基于前述步骤S110包括的相似度计算方式);
其次,基于所述历史传输图像之间相似度对当前保存的历史传输图像进行筛选处理,得到至少一张目标历史传输图像。
可以理解的是,在一种可以替代的示例中,可以基于以下步骤以基于历史传输图像之间的相似度筛选得到所述目标历史传输图像:
第一步,针对当前保存的历史传输图像中的每一张历史传输图像,计算该张历史传输图像与其它的每一张历史传输图像之间的相似度的均值,得到该张历史传输图像对应的相似度均值;
第二步,基于所述相似度均值之间的大小关系,在当前保存的历史传输图像中选择出至少一张候选历史传输图像;
第三步,基于所述历史传输图像之间的相似度、以每一张所述候选历史传输图像为聚类中心,对当前保存的历史传输图像进行聚类处理(如将历史传输图像归属于相似度最大的一张候选历史传输图像对应的历史传输图像簇),得到对应的至少一个历史传输图像簇;
第四步,在每一个所述历史传输图像簇中选择出至少一张历史传输图像作为目标历史传输图像,以得到至少一张目标历史传输图像。
可以理解的是,在一种可以替代的示例中,可以基于以下步骤以选择出所述至少一张候选历史传输图像:
首先,计算多个所述相似度均值之间的平均值,并将小于该平均值的每一个相似度均值作为目标相似度均值,以得到至少一个目标相似度均值;
其次,将所述至少一个目标相似度均值对应的至少一张历史传输图像确定为确定为候选历史传输图像。
可以理解的是,在一种可以替代的示例中,可以基于以下步骤以得到至少一张目标历史传输图像:
第一步,针对包括的历史传输图像的数量大于第二数量的每一个所述历史传输图像簇,确定该历史传输图像簇中相似度最小的两张历史传输图像,其中,所述第二数量可以基于所述服务器响应对应的管理用户进行的阈值配置操作生成;
第二步吗,将包括的历史传输图像的数量大于所述第二数量的每一个所述历史传输图像簇中确定出的相似度最小的两张历史传输图像确定为目标历史传输图像;
第三步,针对包括的历史传输图像的数量小于或等于所述第二数量的每一个所述历史传输图像簇,在该历史传输图像簇中确定出相似度均值最大的历史传输图像,并将该历史传输图像确定为目标历史传输图像。
本申请实施例还提供一种智慧交通信息处理装置,可应用于上述服务器。其中,所述智慧交通信息处理装置可以包括图像识别结果获取模块、图像发送确定模块和图像发送模块。
详细地,所述图像识别结果获取模块,用于获取待匹配的在线传输图像与目标参考图像之间的图像识别结果,其中,所述待匹配的在线传输图像基于对目标交通区域进行图像采集得到,所述图像识别结果用于表征所述待匹配的在线传输图像与所述目标参考图像是否匹配,并在匹配时表征所述目标交通区域存在交通违规行为。所述图像发送确定模块,用于基于所述图像识别结果确定是否需要将所述待匹配的在线传输图像发送给交通信息处理平台,其中,若所述图像识别结果为所述待匹配的在线传输图像与所述目标参考图像匹配,则确定需要将所述待匹配的在线传输图像发送给所述交通信息处理平台。所述图像发送模块,用于在确定需要将所述待匹配的在线传输图像发送给交通信息处理平台时,将所述待匹配的在线传输图像发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述待匹配的在线传输图像进行违规处理。
可以理解的是,所述图像识别结果获取模块、所述图像发送确定模块和所述图像发送模块的具体作用,可以参照前文对步骤S101、步骤S102和步骤S103进行解释说明。
综上所述,本申请提供的一种智慧交通信息处理方法、装置及服务器,通过在将待匹配的在线传输图像发送给交通信息处理平台进行违规处理之前,先基于待匹配的在线传输图像与目标参考图像之间的图像识别结果确定是否存在交通违规行为,以在确定存在交通违规行为之后,再将待匹配的在线传输图像发送给交通信息处理平台进行违规处理。基于此,相较于直接将待匹配的在线传输图像发送给交通信息处理平台的常规技术方案,采用本申请提供的技术方案,可以使得交通信息处理平台能够更为准确有效的进行违规处理,从而改善现有的交通监控技术中存在的监控效果不佳的问题。
在本申请实施例所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种智慧交通信息处理方法,其特征在于,包括:
获取待匹配的在线传输图像与目标参考图像之间的图像识别结果,其中,所述待匹配的在线传输图像基于对目标交通区域进行图像采集得到,所述图像识别结果用于表征所述待匹配的在线传输图像与所述目标参考图像是否匹配,并在匹配时表征所述目标交通区域存在交通违规行为;
基于所述图像识别结果确定是否需要将所述待匹配的在线传输图像发送给交通信息处理平台,其中,若所述图像识别结果为所述待匹配的在线传输图像与所述目标参考图像匹配,则确定需要将所述待匹配的在线传输图像发送给所述交通信息处理平台;
若确定需要将所述待匹配的在线传输图像发送给交通信息处理平台,则将所述待匹配的在线传输图像发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述待匹配的在线传输图像进行违规处理。
2.根据权利要求1所述的智慧交通信息处理方法,其特征在于,在执行所述将所述待匹配的在线传输图像发送给所述交通信息处理平台的步骤之后,所述智慧交通信息处理方法还包括:
判断是否接收到所述交通信息处理平台基于所述待匹配的在线传输图像反馈的违规处理结果;
若接收到所述交通信息处理平台反馈的违规处理结果,则基于所述违规处理结果执行预设操作,其中,所述预设操作包括:
若所述违规处理结果为所述目标交通区域存在交通违规行为,则将所述待匹配的在线传输图像作为新的目标参考图像,其中,所述将所述待匹配的在线传输图像作为新的目标参考图像的步骤,包括:
将所述目标参考图像替换为所述待匹配的在线传输图像;或者
在保留所述目标参考图像的同时,将所述待匹配的在线传输图像作为目标参考图像,以增加目标参考图像的数量。
3.根据权利要求1或2所述的智慧交通信息处理方法,其特征在于,所述智慧交通信息处理方法还包括:
若确定不需要将所述待匹配的在线传输图像发送给所述交通信息处理平台,保留所述待匹配的在线传输图像,并将所述待匹配的在线传输图像作为历史传输图像进行保存;
统计当前保存的历史传输图像的数量,得到第一数量;
判断所述第一数量是否大于预先确定的目标数量阈值,其中,所述目标数量阈值基于执行所述智慧交通信息处理方法的服务器响应对应的管理用户进行的阈值配置操作生成;
若所述第一数量大于所述目标数量阈值,则将当前保存的历史传输图像作为一个历史图像集发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述历史图像集包括的历史传输图像进行违规处理,以确定每一张所述历史传输图像中是否存在交通违规行为。
4.根据权利要求3所述的智慧交通信息处理方法,其特征在于,所述若所述第一数量大于所述目标数量阈值,则将当前保存的历史传输图像作为一个历史图像集发送给所述交通信息处理平台的步骤,包括:
若所述第一数量大于所述目标数量阈值,则对当前保存的历史传输图像进行筛选处理,得到至少一张目标历史传输图像;
将所述至少一张目标历史传输图像作为一个历史图像集发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述目标历史传输图像进行违规处理,以确定每一张所述目标历史传输图像中是否存在交通违规行为。
5.根据权利要求4所述的智慧交通信息处理方法,其特征在于,所述若所述第一数量大于所述目标数量阈值,则对当前保存的历史传输图像进行筛选处理,得到至少一张目标历史传输图像的步骤,包括:
若所述第一数量大于所述目标数量阈值,则针对当前保存的历史传输图像中的每一张历史传输图像,计算该张历史传输图像与其它的每一张历史传输图像之间的相似度;
基于所述历史传输图像之间相似度对当前保存的历史传输图像进行筛选处理,得到至少一张目标历史传输图像。
6.根据权利要求5所述的智慧交通信息处理方法,其特征在于,所述基于所述历史传输图像之间相似度对当前保存的历史传输图像进行筛选处理,得到至少一张目标历史传输图像的步骤,包括:
则针对当前保存的历史传输图像中的每一张历史传输图像,计算该张历史传输图像与其它的每一张历史传输图像之间的相似度的均值,得到该张历史传输图像对应的相似度均值;
基于所述相似度均值之间的大小关系,在当前保存的历史传输图像中选择出至少一张候选历史传输图像;
基于所述历史传输图像之间的相似度、以每一张所述候选历史传输图像为聚类中心,对当前保存的历史传输图像进行聚类处理,得到对应的至少一个历史传输图像簇;
在每一个所述历史传输图像簇中选择出至少一张历史传输图像作为目标历史传输图像,以得到至少一张目标历史传输图像。
7.根据权利要求6所述的智慧交通信息处理方法,其特征在于,所述基于所述相似度均值之间的大小关系,在当前保存的历史传输图像中选择出至少一张候选历史传输图像的步骤,包括:
计算多个所述相似度均值之间的平均值,并将小于该平均值的每一个相似度均值作为目标相似度均值,以得到至少一个目标相似度均值;
将所述至少一个目标相似度均值对应的至少一张历史传输图像确定为确定为候选历史传输图像。
8.根据权利要求6所述的智慧交通信息处理方法,其特征在于,所述在每一个所述历史传输图像簇中选择出至少一张历史传输图像作为目标历史传输图像,以得到至少一张目标历史传输图像的步骤,包括:
针对包括的历史传输图像的数量大于第二数量的每一个所述历史传输图像簇,确定该历史传输图像簇中相似度最小的两张历史传输图像;
将每一个所述历史传输图像簇中确定出的相似度最小的两张历史传输图像确定为目标历史传输图像;
针对包括的历史传输图像的数量小于或等于所述第二数量的每一个所述历史传输图像簇,在该历史传输图像簇中确定出相似度均值最大的历史传输图像,并将该历史传输图像确定为目标历史传输图像。
9.一种智慧交通信息处理装置,其特征在于,包括:
图像识别结果获取模块,用于获取待匹配的在线传输图像与目标参考图像之间的图像识别结果,其中,所述待匹配的在线传输图像基于对目标交通区域进行图像采集得到,所述图像识别结果用于表征所述待匹配的在线传输图像与所述目标参考图像是否匹配,并在匹配时表征所述目标交通区域存在交通违规行为;
图像发送确定模块,用于基于所述图像识别结果确定是否需要将所述待匹配的在线传输图像发送给交通信息处理平台,其中,若所述图像识别结果为所述待匹配的在线传输图像与所述目标参考图像匹配,则确定需要将所述待匹配的在线传输图像发送给所述交通信息处理平台;
图像发送模块,用于在确定需要将所述待匹配的在线传输图像发送给交通信息处理平台时,将所述待匹配的在线传输图像发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述待匹配的在线传输图像进行违规处理。
10.一种服务器,其特征在于,所述服务器用于:
获取待匹配的在线传输图像与目标参考图像之间的图像识别结果,其中,所述待匹配的在线传输图像基于对目标交通区域进行图像采集得到,所述图像识别结果用于表征所述待匹配的在线传输图像与所述目标参考图像是否匹配,并在匹配时表征所述目标交通区域存在交通违规行为;
基于所述图像识别结果确定是否需要将所述待匹配的在线传输图像发送给交通信息处理平台,其中,若所述图像识别结果为所述待匹配的在线传输图像与所述目标参考图像匹配,则确定需要将所述待匹配的在线传输图像发送给所述交通信息处理平台;
若确定需要将所述待匹配的在线传输图像发送给交通信息处理平台,则将所述待匹配的在线传输图像发送给所述交通信息处理平台,其中,所述交通信息处理平台用于基于所述待匹配的在线传输图像进行违规处理。
CN202110819455.6A 2021-07-20 2021-07-20 一种智慧交通信息处理方法、装置及服务器 Withdrawn CN113537087A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110819455.6A CN113537087A (zh) 2021-07-20 2021-07-20 一种智慧交通信息处理方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110819455.6A CN113537087A (zh) 2021-07-20 2021-07-20 一种智慧交通信息处理方法、装置及服务器

Publications (1)

Publication Number Publication Date
CN113537087A true CN113537087A (zh) 2021-10-22

Family

ID=78128980

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110819455.6A Withdrawn CN113537087A (zh) 2021-07-20 2021-07-20 一种智慧交通信息处理方法、装置及服务器

Country Status (1)

Country Link
CN (1) CN113537087A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117270479A (zh) * 2023-11-21 2023-12-22 清远欧派集成家居有限公司 造型板多工序加工生产线监测方法及***

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117270479A (zh) * 2023-11-21 2023-12-22 清远欧派集成家居有限公司 造型板多工序加工生产线监测方法及***
CN117270479B (zh) * 2023-11-21 2024-02-06 清远欧派集成家居有限公司 造型板多工序加工生产线监测方法及***

Similar Documents

Publication Publication Date Title
CN109740573B (zh) 视频分析方法、装置、设备及服务器
CN114140713A (zh) 一种图像识别***、图像识别方法
CN111639607A (zh) 模型训练、图像识别方法和装置、电子设备及存储介质
CN111414874A (zh) 基于人脸的驾驶风险预测方法、装置、设备和存储介质
CN114140712A (zh) 一种自动图像识别分发***及方法
CN113674317B (zh) 一种高位视频的车辆跟踪方法及装置
CN113537087A (zh) 一种智慧交通信息处理方法、装置及服务器
CN113435359A (zh) 一种图像识别方法
CN112966687B (zh) 图像分割模型训练方法、装置及通信设备
CN114139016A (zh) 一种智慧小区的数据处理方法及***
CN113568952A (zh) 一种物联网资源数据分析方法
CN113902993A (zh) 一种基于环境监测的环境状态分析方法及***
CN113569965A (zh) 一种基于物联网的用户行为分析方法及***
CN113486856A (zh) 一种基于语义分割和卷积神经网络的驾驶员不规范行为检测方法
CN115375886A (zh) 一种基于云计算服务的数据采集方法及***
CN115439692A (zh) 一种图像处理方法、装置、电子设备及介质
CN114267021A (zh) 对象识别方法和装置、存储介质及电子设备
CN113407750A (zh) 一种图像分布式存储方法及***
CN113609356A (zh) 一种智慧楼宇数据采集方法
CN113626647A (zh) 一种智慧小区的数据保存方法及***
CN113626419A (zh) 一种智慧小区的数据筛选方法及***
CN113486342A (zh) 一种基于用户行为分析的信息安全处理方法及***
CN113516137A (zh) 一种在线图像的传输识别方法及***
CN111078984A (zh) 网络模型发布方法、装置、计算机设备和存储介质
CN115761598B (zh) 一种基于云端业务平台的大数据分析方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20211022

WW01 Invention patent application withdrawn after publication