CN109584579A - 基于人脸识别的交通信号灯控制方法及计算机设备 - Google Patents
基于人脸识别的交通信号灯控制方法及计算机设备 Download PDFInfo
- Publication number
- CN109584579A CN109584579A CN201811573294.1A CN201811573294A CN109584579A CN 109584579 A CN109584579 A CN 109584579A CN 201811573294 A CN201811573294 A CN 201811573294A CN 109584579 A CN109584579 A CN 109584579A
- Authority
- CN
- China
- Prior art keywords
- face
- traffic
- data
- vehicle
- recognition
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种基于人脸识别的交通信号灯控制方法,所述方法包括:获取预设区域内的影像信息,所述预设区域包括目标交通路口的行人等待区域;对所述影像信息执行人脸识别操作,以得到所述影像信息中的行人脸部数据,所述行人脸部数据包括人脸数量和人脸情绪数据;至少根据所述人脸数量和人脸情绪数据中的一种,配置对应的交通指挥策略;根据所述交通指挥策略,控制交通信号灯的运行状态。本发明实施例可以有效提供路口通行效率。
Description
技术领域
本发明实施例涉及计算机数据处理领域,尤其涉及一种基于人脸识别的交通信号灯控制方法、系统、计算机设备及计算机可读存储介质。
背景技术
随着城市交通的发展,城市道路网越来越复杂,路口也越来越多。在机动车保有量呈逐年增长的趋势下,城市道路基本都是车流不息。为了引导车辆和行人的有序通行,交通控制机制成为了交通系统中不可或缺的一部分。现有的交通控制机制,一般是预先设置若干个信号控制参数,通过这些信号控制参数来控制一个方向的交通信号灯按固定的时间放行当前方向的车流和人流,然后轮转到下一个方向的交通信号灯按固定的时间放行相应方向的车流和人流。例如,东西方向的绿灯显示30秒后,轮转到下一个西南和东北方向的绿灯显示10秒,再轮转到下一个东西方向的绿灯显示30秒,最后再轮转到下一个西北和东南方向的绿灯显示10秒,如此循环。
然而,上述这种预先设置的固定循环模式,存在切换滞后或超前所导致的路口拥堵或绿灯时间损失问题。具体的,在未有人通过人行道时,继续禁止车辆通行而浪费车辆通行的时间;而在行人较多和行人等待时间较长时,继续禁止行人通行而导致路口拥堵。且,行人等待时间过长可能会出现闯红灯的违规行为,易引发交通事故。
发明内容
有鉴于此,本发明实施例的目的是提供一种基于人脸识别的交通信号灯控制方法、系统、计算机设备及计算机可读存储介质,可以有效提高路口通行效率。
为实现上述目的,本发明实施例提供了一种基于人脸识别的交通信号灯控制方法,包括以下步骤:
获取预设区域内的影像信息,所述预设区域包括目标交通路口的行人等待区域;
对所述影像信息执行人脸识别操作,以得到所述影像信息中的行人脸部数据,所述行人脸部数据包括人脸数量和人脸情绪数据;
至少根据所述人脸数量和人脸情绪数据中的一种,配置对应的交通指挥策略;及
根据所述交通指挥策略,控制交通信号灯的运行状态。
优选地,对所述影像信息执行人脸识别操作的步骤,包括:
从所述影像信息中提取多张人脸图像;
分析每张人脸图像的表情类别;及
优选地,所述人脸情绪数据包括情绪类别数据和情绪等级数据。
优选地,分析每张人脸图像的表情类别的步骤,包括:
将所述每张人脸图像输入至表情识别模型中,以输出所述每张人脸图像的表情类别,所述表情识别模型为预先构建并基于监督学习的卷积神经网络模型。
优选地,所述预设区域包括所述目标交通路口中的各个入口道的车辆行驶区域,所述至少根据所述人脸数量和人脸情绪数据,配置对应的交通指挥策略的步骤,包括:
根据所述人脸数量、人脸情绪数据和各个车辆行驶区域的车辆数据,配置所述交通指挥策略。
优选地,所述车辆数据包括车辆数量和各个车辆牌照,所述根据所述人脸数量、人脸情绪数据和各个车辆行驶区域的车辆数据,配置所述交通指挥策略的步骤,包括:
根据所述各个车辆牌照识别优先通行车辆,并生成优先通行车辆数据,所述优先通行车辆数据包括优先通行车辆数量和优先通行车辆类别;及
至少根据所述人脸数量、人脸情绪数据和所述优先通行车辆数据,配置所述交通指挥策略。
优选地,配置对应的交通指挥策略的步骤之后,还包括:
当所述交通指挥策略与所述目标交通路口的交通规律超过预设偏差值时,将所述交通指挥策略切换到默认交通指挥策略,并发出第一警报信息;
其中,所述交通规律包括所述目标交通路口在各个时间段的人流规律、车流规律和交通指挥规律。
优选地,配置对应的交通指挥策略的步骤之后,还包括:
根据所述交通指挥策略配置第二警报信息,所述第二警报信息用于在交通信号灯的运行状态发生改变之前,预先提示车辆驾驶员改变车辆行驶状态;
广播所述第二警报信息到信号覆盖范围内的车辆中。
为实现上述目的,本发明实施例还提供了基于人脸识别的交通信号灯控制系统,包括:
影像获取模块,用于获取预设区域内的影像信息,所述预设区域包括目标交通路口的行人等待区域;
识别模块,用于对所述影像信息执行人脸识别操作,以得到所述影像信息中的行人脸部数据,所述行人脸部数据包括人脸数量和人脸情绪数据;
策略配置模块,用于至少根据所述人脸数量和人脸情绪数据中的一种,配置对应的交通指挥策略;及
信号灯控制模块,用于根据所述交通指挥策略,控制交通信号灯的运行状态。
为实现上述目的,本发明实施例还提供了一种计算机设备,所述计算机设备存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被处理器执行时实现如上所述的基于人脸识别的交通信号灯控制方法的步骤。
为实现上述目的,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序可被至少一个处理器所执行,以使所述至少一个处理器执行如上所述的基于人脸识别的交通信号灯控制方法的步骤。
本发明实施例提供的基于人脸识别的交通信号灯控制方法、系统、计算机设备及计算机可读存储介质,通过在人脸识别技术,监测路口行人的数量和和等待情绪,调节红绿灯的运行状态,从而有效提供路口通行效率。例如,在未有人通过人行道时,则维持或切换为允许车辆通行的交通信号灯,提供车辆通行效率;而在行人较多和行人等待事假较长时,则切换为允许行人通行的交通信号灯,提高行人通行效率并避免道路拥堵等问题。
附图说明
图1为本发明实施例基于人脸识别的交通信号灯控制方法的运行环境示意图。
图2为本发明基于人脸识别的交通信号灯控制方法实施例一的流程示意图。
图3为图2中步骤S102的具体流程示意图。
图4为本发明基于人脸识别的交通信号灯控制方法实施例二的流程示意图。
图5为本发明基于人脸识别的交通信号灯控制方法实施例三的流程示意图。
图6为本发明交通信号灯控制系统实施例四的程序模块示意图。
图7为本发明计算机设备实施例五的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1所示,为本发明实施例之基于人脸识别的交通信号灯控制方法的运行环境示意图。计算机设备2示例性的连接影像采集设备4和交通信号灯6。
所述影像采集设备4:可以被悬挂在路口两旁,用于采集行人等待区域的影像信息。所述影像采集设备4可以是摄像机或其它图像感应设备。
所述交通信号灯6:可以被悬挂在路口上方和路口两旁,用于指示车辆、行人的通行和停止。
以下实施例将以计算机设备2为执行主体进行示例性描述。
实施例一
参阅图2,示出了本发明实施例一之基于人脸识别的交通信号灯控制方法的步骤流程图。可以理解,本方法实施例中的流程图不用于对执行步骤的顺序进行限定。具体如下。
步骤S100,获取预设区域内的影像信息,所述预设区域包括目标交通路口的行人等待区域。
示例性的,通过影像采集设备4以一定频率采集目标交通路口中各个行人等待区域的影像信息。
示例性的,所述行人等待区域的长、宽可以根据人行横道中斑马线线条长度来设置,如将行人等待区域可以为:以道路交叉点为起点,设置边长为斑马线线条长度的1.2倍的正方形区域。示例性的,所述行人等待区域的长、宽、形状可以根据历史影像信息中的行人数量和行人站立位置等来设置。
步骤S102,对所述影像信息执行人脸识别操作,以得到所述影像信息中的行人脸部数据,所述行人脸部数据包括人脸数量和人脸情绪数据。
具体的,如图3所示,通过步骤S102获取人脸数量和人脸情绪数据的操作步骤,具体可以包括步骤S102a~S120c。
步骤S102a,从所述影像信息中提取多张人脸图像。
步骤S102b,分析每张人脸图像的表情类别。
示例性的,将所述每张人脸图像输入至表情识别模型中,以输出所述每张人脸图像的表情类别,所述表情识别模型为预先构建并基于监督学习的卷积神经网络模型。
具体的,可以预先建立表情类别和人脸情绪数据的映射关系:A表情类别对应第一等级负面情绪、B表情类别对应第二等级负面情绪等等。等级越高负面情绪越严重。所述负面情绪可以细分为:焦虑、愤怒等。
表情识别模型可以通过如下方式训练得到,以识别第一等级焦虑的表情识别模型为例:预先选出N张(例如5000张)表现为第一等级焦虑的人脸参考图片。将N张人脸参考图片输入至CNN卷积神经网络中进行训练。上述神经网络可以通过卷积层、全连接层提取每张人脸参考图片的特征,然后通过SVM(分类器)计算得到每张人脸参考图片的输出概率,所述输出概率表示对应人脸参考图片属于第一等焦虑的概率。在训练过程中可以使用交叉熵损失函数、反向传播算法调整上述神经网络中的各个权重参数,直至对第一等级焦虑之表情的识别准确率达到预设阀值。需要说明的是,也可以使用其他神经网络,如VOLOv3神经网络等。
步骤S102c,根据所述每张人脸图像的表情类别,生成所述每张人脸图像的人脸情绪数据,所述人脸情绪数据包括情绪类别数据和情绪等级数据。
步骤S104,至少根据所述人脸数量和人脸情绪数据中的一种,配置对应的交通指挥策略。
请继续参考图1,等待通过人行横道①的行人为4人,其中在行人等待区域A监测到4张人脸(图中圆形大黑点代表行人,圆形小黑点代表交通信号灯,在行人等待区域A中另外2人在等待经过人行横道④),行人等待区域B监测到0张人脸。等待通过人行横道②的行人为0人,等待通过人行横道③的行人为0人(因为人行横道③为可通行状态,行人正在通行中),等待通过人行横道④的行人为2人。
第一方案,以人脸数据配置对应的交通指挥策略:由于等待通过人行横道①的行人最多,因此配置第一交通指挥策略以优先让行人通过人行横道①。
第二方案,以人脸情绪数据配置对应的交通指挥策略:假设等待通过人行横道①的4个行人并未出现焦虑或愤怒等负面情绪,而等待通过人行横道④的2个行人中至少有一个表现出焦虑或愤怒等负面情绪,则因此配置第二交通指挥策略以优先让行人通过人行横道④。
第三方案,以人脸数量和人脸情绪数据配置对应的交通指挥策略:可以配置权重系数,例如人脸数量系数系统为0.6,人脸情绪数据权重系数为0.4(不同情绪类别数据和情绪等级数据可以设置不同的权重)。假设等待通过人行横道①的4个行人并未出现焦虑或愤怒等负面情绪,其总权重为0.6*4=2.4,而等待通过人行横道④的2个行人中均表现出焦虑或愤怒等负面情绪,其总权重为0.6*4+0.4*2=2。等待通过人行横道①的4个行人的总权重值大于等待通过人行横道④的2个行人的总权重值,则配置第一交通指挥策略以优先让行人通过人行横道①。
当然,上述三种方案仅为了阐述本实施例而列举的几个简单示例,不用于限制本发明。
步骤S106,根据所述交通指挥策略,控制交通信号灯的运行状态。
具体的,可以将所述交通指挥策略生成相应的控制指令,通过所述控制指令所述交通信号灯的运行状态。所述控制指令包括各个交通信号灯的开启、关闭、开启时间、关闭时间等。
在一可选实施例中,还包括步骤S108,当所述交通指挥策略与所述目标交通路口的交通规律超过预设偏差值时,将所述交通指挥策略切换到默认交通指挥策略,并发出第一警报信息。其中,所述交通规律包括所述目标交通路口在各个时间段的人流规律、车流规律和交通指挥规律。
具体的,可以通过该目标交通路口的历史交通数据,分析各个时间段的人流规律、车流规律和交通指挥规律。如果当前交通指挥策略与之前同时段的交通指挥策略超过预设偏差值时,则该目标交通路口可能出现突发情况或者设备出现故障(如,影像采集设备故障等),此时,可以发送第一警报信息至后台,如交通指挥室。以提示交通管制人员及时排查问题。
所述预设偏差值:可以预先配置出多套交通指挥策略(如100套),并为每套交通指挥策略与默认交通指挥策略的相似度进行打分,比如1~100分。与默认交通指挥策略相同,则为100,相似度最低为1分。之前同时段的交通指挥策略为10分,而当前配置的交通指挥策略为80分时,则认为当前配置的交通指挥策略与之前同时段的交通指挥策略具有大于预设偏差值(如果判定预设偏差值为40分)。
在另一可选实施例中,还包括步骤S110,根据所述交通指挥策略配置第二警报信息,所述第二警报信息用于在交通信号灯的运行状态发生改变之前,预先提示车辆驾驶员改变车辆行驶状态,广播所述第二警报信息到信号覆盖范围内的车辆中。
实施例二
相对于实施例一,本实施例在配置交通指挥策略时,综合考虑了车辆、行人等的综合情况。请参阅图4,示出了本发明实施例二之基于人脸识别的交通信号灯控制方法的步骤流程图。
步骤S200,获取预设区域内的影像信息,所述预设区域包括目标交通路口的行人等待区域和各个入口道的车辆行驶区域。
请继续参考图1,所述车辆行驶区域包括入口道A的X米范围、入口道B的X米范围、入口道C的X米范围、入口道D的X米范围。
步骤S202,对所述影像信息执行人脸识别操作以及车辆识别,以得到所述影像信息中的行人脸部数据和车辆数据,所述行人脸部可以包括人脸数量和人脸情绪数据,所述车辆数据可以包括车辆数量等。
步骤S204,根据所述人脸数量、人脸情绪数据和各个车辆行驶区域的车辆数据,配置所述交通指挥策略。
可以参考实施例1中的第三方案,为人脸数据、人脸情绪数据和各个车辆行驶区域的车辆数据分别配置权重系数,来配置相应的交通指挥策略。
步骤S206,根据所述交通指挥策略,控制交通信号灯的运行状态。
实施例三
相对于实施例二,本实施例在配置交通指挥策略时,综合考虑了车辆的特殊性问题。请参阅图5,示出了本发明实施例三之基于人脸识别的交通信号灯控制方法的步骤流程图。
步骤S300,获取预设区域内的影像信息,所述预设区域包括目标交通路口的行人等待区域和各个入口道的车辆行驶区域。
步骤S302,对所述影像信息执行人脸识别操作以及车辆识别,以得到所述影像信息中的行人脸部数据和车辆数据,所述行人脸部可以包括人脸数量和人脸情绪数据,所述车辆数据可以包括车辆数量和各个车辆牌照等。
步骤S304,根据所述各个车辆牌照识别优先通行车辆,并生成优先通行车辆数据。所述优先通行车辆数据包括优先通行车辆数量和优先通行车辆类别。
优先通行车辆类别,诸如急救车、消防车、市政车、校车、公交车等。
步骤S306,至少根据所述人脸数量、人脸情绪数据和所述优先通行车辆数据,配置所述交通指挥策略。
同样的,可以为各个车辆类别配置权重系数,如急救车权重系数为100、消防车权重系数100、校车权重系数为10、公交车权重系数为2,非优先通行车辆权重系数为0.5,无负面情绪的每个行人权重系数为0.6等等。
因此,可以将上述数据配以各种权重系数,来配置所述交通指挥策略。
步骤S308,根据所述交通指挥策略,控制交通信号灯的运行状态。
实施例四
请继续参阅图6,示出了本发明交通信号灯控制系统实施例四的程序模块示意图。在本实施例中,交通信号灯控制系统20可以包括或被分割成一个或多个程序模块,一个或者多个程序模块被存储于存储介质中,并由一个或多个处理器所执行,以完成本发明,并可实现上述基于人脸识别的交通信号灯控制方法。本发明实施例所称的程序模块是指能够完成特定功能的一系列计算机程序指令段,比程序本身更适合于描述交通信号灯控制系统20在存储介质中的执行过程。以下描述将具体介绍本实施例各程序模块的功能:
影像获取模块200,用于获取预设区域内的影像信息,所述预设区域包括目标交通路口的行人等待区域。
识别模块202,用于对所述影像信息执行人脸识别操作,以得到所述影像信息中的行人脸部数据,所述行人脸部数据包括人脸数量和人脸情绪数据。
具体的,所述识别模块202用于:从所述影像信息中提取多张人脸图像;分析每张人脸图像的表情类别。及根据所述每张人脸图像的表情类别,具体的,将所述每张人脸图像输入至表情识别模型中,以输出所述每张人脸图像的表情类别,所述表情识别模型为预先构建并基于监督学习的卷积神经网络模型。生成所述每张人脸图像的人脸情绪数据,所述人脸情绪数据包括情绪类别数据和情绪等级数据。
策略配置模块204,用于至少根据所述人脸数量和人脸情绪数据中的一种,配置对应的交通指挥策略。
优选的,所述预设区域包括所述目标交通路口中的各个入口道的车辆行驶区域,策略配置模块204还用于:根据所述人脸数量、人脸情绪数据和各个车辆行驶区域的车辆数据,配置所述交通指挥策略。进一步的,所述车辆数据包括车辆数量和各个车辆牌照,策略配置模块204还用于:根据所述各个车辆牌照识别优先通行车辆,并生成优先通行车辆数据,所述优先通行车辆数据包括优先通行车辆数量和优先通行车辆类别;至少根据所述人脸数量、人脸情绪数据和所述优先通行车辆数据,配置所述交通指挥策略。
信号灯控制模块206,用于根据所述交通指挥策略,控制交通信号灯的运行状态。
第一报警模块208,用于当所述交通指挥策略与所述目标交通路口的交通规律超过预设偏差值时,将所述交通指挥策略切换到默认交通指挥策略,并发出第一警报信息;其中,所述交通规律包括所述目标交通路口在各个时间段的人流规律、车流规律和交通指挥规律。
第二报警模块210,用于根据所述交通指挥策略配置第二警报信息,所述第二警报信息用于在交通信号灯的运行状态发生改变之前,预先提示车辆驾驶员改变车辆行驶状态;广播所述第二警报信息到信号覆盖范围内的车辆中。
实施例五
参阅图7,是本发明实施例五之计算机设备的硬件架构示意图。本实施例中,所述计算机设备2是一种能够按照事先设定或者存储的指令,自动进行数值计算和/或信息处理的设备。该计算机设备2可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。如图所示,所述计算机设备2至少包括,但不限于,可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及交通信号灯控制系统20。其中:
本实施例中,存储器21至少包括一种类型的计算机可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器21可以是计算机设备2的内部存储单元,例如该计算机设备2的硬盘或内存。在另一些实施例中,存储器21也可以是计算机设备2的外部存储设备,例如该计算机设备20上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,存储器21还可以既包括计算机设备2的内部存储单元也包括其外部存储设备。本实施例中,存储器21通常用于存储安装于计算机设备2的操作系统和各类应用软件,例如实施例五的交通信号灯控制系统20的程序代码等。此外,存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器22在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制计算机设备2的总体操作。本实施例中,处理器22用于运行存储器21中存储的程序代码或者处理数据,例如运行交通信号灯控制系统20,以实现
实施例一、二、三的基于人脸识别的交通信号灯控制方法。
所述网络接口23可包括无线网络接口或有线网络接口,该网络接口23通常用于在所述计算机设备2与其他电子装置之间建立通信连接。例如,所述网络接口23用于通过网络将所述计算机设备2与外部终端相连,在所述计算机设备2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication,GSM)、宽带码分多址(WidebandCode Division Multiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
需要指出的是,图7仅示出了具有部件20-23的计算机设备2,但是应理解的是,并不要求实施所有示出的部件,可以替代的实施更多或者更少的部件。
在本实施例中,存储于存储器21中的所述交通信号灯控制系统20还可以被分割为一个或者多个程序模块,所述一个或者多个程序模块被存储于存储器21中,并由一个或多个处理器(本实施例为处理器22)所执行,以完成本发明。
例如,图6示出了所述实现交通信号灯控制系统20实施例四的程序模块示意图,该实施例中,所述基于交通信号灯控制系统20可以被划分为影像获取模块200、识别模块202、策略配置模块204、信号灯控制模块206、第一报警模块208和第二报警模块210。其中,本发明所称的程序模块是指能够完成特定功能的一系列计算机程序指令段,比程序更适合于描述所述交通信号灯控制系统20在所述计算机设备2中的执行过程。所述程序模块200-210的具体功能在实施例四中已有详细描述,在此不再赘述。
实施例六
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储交通信号灯控制系统20,被处理器执行时实现实施例一、二、三或四的基于人脸识别的交通信号灯控制方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于人脸识别的交通信号灯控制方法,其特征在于,所述方法包括:
获取预设区域内的影像信息,所述预设区域包括目标交通路口的行人等待区域;
对所述影像信息执行人脸识别操作,以得到所述影像信息中的行人脸部数据,所述行人脸部数据包括人脸数量和人脸情绪数据;
至少根据所述人脸数量和人脸情绪数据中的一种,配置对应的交通指挥策略;及
根据所述交通指挥策略,控制交通信号灯的运行状态。
2.根据权利要求1所述的基于人脸识别的交通信号灯控制方法,其特征在于,对所述影像信息执行人脸识别操作的步骤,包括:
从所述影像信息中提取多张人脸图像;
分析每张人脸图像的表情类别;及
根据所述每张人脸图像的表情类别,生成所述每张人脸图像的人脸情绪数据,所述人脸情绪数据包括情绪类别数据和情绪等级数据。
3.根据权利要求2所述的基于人脸识别的交通信号灯控制方法,其特征在于,分析每张人脸图像的表情类别的步骤,包括:
将所述每张人脸图像输入至表情识别模型中,以输出所述每张人脸图像的表情类别,所述表情识别模型为预先构建并基于监督学习的卷积神经网络模型。
4.根据权利要求1所述的基于人脸识别的交通信号灯控制方法,其特征在于,所述预设区域包括所述目标交通路口中的各个入口道的车辆行驶区域;
所述至少根据所述人脸数量和人脸情绪数据,配置对应的交通指挥策略的步骤,包括:
根据所述人脸数量、人脸情绪数据和各个车辆行驶区域的车辆数据,配置所述交通指挥策略。
5.根据权利要求4所述的基于人脸识别的交通信号灯控制方法,其特征在于,所述车辆数据包括车辆数量和各个车辆牌照,所述根据所述人脸数量、人脸情绪数据和各个车辆行驶区域的车辆数据,配置所述交通指挥策略的步骤,包括:
根据所述各个车辆牌照识别优先通行车辆,并生成优先通行车辆数据,所述优先通行车辆数据包括优先通行车辆数量和优先通行车辆类别;及
至少根据所述人脸数量、人脸情绪数据和所述优先通行车辆数据,配置所述交通指挥策略。
6.根据权利要求3所述的基于人脸识别的交通信号灯控制方法,其特征在于,配置对应的交通指挥策略的步骤之后,还包括:
当所述交通指挥策略与所述目标交通路口的交通规律超过预设偏差值时,将所述交通指挥策略切换到默认交通指挥策略,并发出第一警报信息;
其中,所述交通规律包括所述目标交通路口在各个时间段的人流规律、车流规律和交通指挥规律。
7.根据权利要求3所述的基于人脸识别的交通信号灯控制方法,其特征在于,配置对应的交通指挥策略的步骤之后,还包括:
根据所述交通指挥策略配置第二警报信息,所述第二警报信息用于在交通信号灯的运行状态发生改变之前,预先提示车辆驾驶员改变车辆行驶状态;
广播所述第二警报信息到信号覆盖范围内的车辆中。
8.一种基于人脸识别的交通信号灯控制系统,其特征在于,包括:
影像获取模块,用于获取预设区域内的影像信息,所述预设区域包括目标交通路口的行人等待区域;
识别模块,用于对所述影像信息执行人脸识别操作,以得到所述影像信息中的行人脸部数据,所述行人脸部数据包括人脸数量和人脸情绪数据;
策略配置模块,用于至少根据所述人脸数量和人脸情绪数据中的一种,配置对应的交通指挥策略;及
信号灯控制模块,用于根据所述交通指挥策略,控制交通信号灯的运行状态。
9.一种计算机设备,所述计算机设备存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于人脸识别的交通信号灯控制方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序可被至少一个处理器所执行,以使所述至少一个处理器执行如权利要求1至7中任一项所述的基于人脸识别的交通信号灯控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811573294.1A CN109584579B (zh) | 2018-12-21 | 2018-12-21 | 基于人脸识别的交通信号灯控制方法及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811573294.1A CN109584579B (zh) | 2018-12-21 | 2018-12-21 | 基于人脸识别的交通信号灯控制方法及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109584579A true CN109584579A (zh) | 2019-04-05 |
CN109584579B CN109584579B (zh) | 2022-03-01 |
Family
ID=65931240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811573294.1A Active CN109584579B (zh) | 2018-12-21 | 2018-12-21 | 基于人脸识别的交通信号灯控制方法及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109584579B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021103766A1 (zh) * | 2019-11-25 | 2021-06-03 | 多伦科技股份有限公司 | 一种路口交通控制系统及包含该控制系统的路口 |
CN112950931A (zh) * | 2021-01-26 | 2021-06-11 | 遥相科技发展(北京)有限公司 | 一种大数据行人闯红灯提醒方法及系统 |
CN113034896A (zh) * | 2021-02-10 | 2021-06-25 | 长安大学 | 一种基于时间补偿的信号交通系统 |
CN114241761A (zh) * | 2021-12-14 | 2022-03-25 | 深圳市鹏城交通网络股份有限公司 | 一种智慧交通信号灯组网协同优化控制系统 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2586900A1 (en) * | 2004-06-25 | 2006-01-05 | Persio Walter Bortolotto | Traffic light with timer information |
CN201069610Y (zh) * | 2007-07-09 | 2008-06-04 | 周丽生 | 城市步行通道交通、公益广告信息显示系统 |
CN101577054A (zh) * | 2009-02-27 | 2009-11-11 | 北京中星微电子有限公司 | 一种交通信号灯的控制方法及系统 |
JP2010102514A (ja) * | 2008-10-23 | 2010-05-06 | Nec Corp | 信号機制御システム |
CN101739808A (zh) * | 2008-11-05 | 2010-06-16 | 倚天资讯股份有限公司 | 车辆待行提醒装置及提醒方法 |
CN103136938A (zh) * | 2013-01-24 | 2013-06-05 | 江苏怡和科技股份有限公司 | 行人过街通道交通信号智能控制系统 |
CN103646555A (zh) * | 2013-11-22 | 2014-03-19 | 深圳卓智达时代通信有限公司 | 一种交通灯的控制方法及其系统 |
CN103902046A (zh) * | 2014-04-10 | 2014-07-02 | 深圳市中兴移动通信有限公司 | 智能提醒方法和终端 |
CN104732782A (zh) * | 2015-04-10 | 2015-06-24 | 上海晋怡电子科技有限公司 | 发明智能在线式红绿灯及其智慧交通系统和方法 |
CN105023453A (zh) * | 2014-04-24 | 2015-11-04 | 深圳市赛格导航科技股份有限公司 | 一种交通信号灯信号变化提示的方法及移动装置 |
CN105303859A (zh) * | 2015-09-07 | 2016-02-03 | 上海晋怡电子科技有限公司 | 基于智慧红绿灯的智能汽车系统和方法 |
CN105513376A (zh) * | 2015-11-20 | 2016-04-20 | 小米科技有限责任公司 | 红绿灯调节方法及装置 |
CN105989722A (zh) * | 2015-02-17 | 2016-10-05 | 戴姆勒大中华区投资有限公司 | 一种交通灯信号改变提醒装置 |
CN106650621A (zh) * | 2016-11-18 | 2017-05-10 | 广东技术师范学院 | 一种基于深度学习的情绪识别方法及系统 |
WO2017113297A1 (zh) * | 2015-12-31 | 2017-07-06 | 冯旋宇 | 智能城市的交通灯管理方法及系统 |
CN107146429A (zh) * | 2017-07-03 | 2017-09-08 | 辽宁科技大学 | 一种基于图像和gps信息融合的交通信号灯控制方法 |
CN107622678A (zh) * | 2017-10-18 | 2018-01-23 | 冯迎安 | 一种基于图像处理的智能交通控制系统及其方法 |
CN107919021A (zh) * | 2017-12-22 | 2018-04-17 | 长安大学 | 一种智能交通信号灯控制系统与控制方法 |
CN108491764A (zh) * | 2018-03-05 | 2018-09-04 | 竹间智能科技(上海)有限公司 | 一种视频人脸情绪识别方法、介质及设备 |
CN108564007A (zh) * | 2018-03-27 | 2018-09-21 | 深圳市智能机器人研究院 | 一种基于表情识别的情绪识别方法和装置 |
CN108961782A (zh) * | 2018-08-21 | 2018-12-07 | 北京深瞐科技有限公司 | 交通路口控制方法及装置 |
-
2018
- 2018-12-21 CN CN201811573294.1A patent/CN109584579B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2586900A1 (en) * | 2004-06-25 | 2006-01-05 | Persio Walter Bortolotto | Traffic light with timer information |
CN201069610Y (zh) * | 2007-07-09 | 2008-06-04 | 周丽生 | 城市步行通道交通、公益广告信息显示系统 |
JP2010102514A (ja) * | 2008-10-23 | 2010-05-06 | Nec Corp | 信号機制御システム |
CN101739808A (zh) * | 2008-11-05 | 2010-06-16 | 倚天资讯股份有限公司 | 车辆待行提醒装置及提醒方法 |
CN101577054A (zh) * | 2009-02-27 | 2009-11-11 | 北京中星微电子有限公司 | 一种交通信号灯的控制方法及系统 |
CN103136938A (zh) * | 2013-01-24 | 2013-06-05 | 江苏怡和科技股份有限公司 | 行人过街通道交通信号智能控制系统 |
CN103646555A (zh) * | 2013-11-22 | 2014-03-19 | 深圳卓智达时代通信有限公司 | 一种交通灯的控制方法及其系统 |
CN103902046A (zh) * | 2014-04-10 | 2014-07-02 | 深圳市中兴移动通信有限公司 | 智能提醒方法和终端 |
CN105023453A (zh) * | 2014-04-24 | 2015-11-04 | 深圳市赛格导航科技股份有限公司 | 一种交通信号灯信号变化提示的方法及移动装置 |
CN105989722A (zh) * | 2015-02-17 | 2016-10-05 | 戴姆勒大中华区投资有限公司 | 一种交通灯信号改变提醒装置 |
CN104732782A (zh) * | 2015-04-10 | 2015-06-24 | 上海晋怡电子科技有限公司 | 发明智能在线式红绿灯及其智慧交通系统和方法 |
CN105303859A (zh) * | 2015-09-07 | 2016-02-03 | 上海晋怡电子科技有限公司 | 基于智慧红绿灯的智能汽车系统和方法 |
CN105513376A (zh) * | 2015-11-20 | 2016-04-20 | 小米科技有限责任公司 | 红绿灯调节方法及装置 |
WO2017113297A1 (zh) * | 2015-12-31 | 2017-07-06 | 冯旋宇 | 智能城市的交通灯管理方法及系统 |
CN106650621A (zh) * | 2016-11-18 | 2017-05-10 | 广东技术师范学院 | 一种基于深度学习的情绪识别方法及系统 |
CN107146429A (zh) * | 2017-07-03 | 2017-09-08 | 辽宁科技大学 | 一种基于图像和gps信息融合的交通信号灯控制方法 |
CN107622678A (zh) * | 2017-10-18 | 2018-01-23 | 冯迎安 | 一种基于图像处理的智能交通控制系统及其方法 |
CN107919021A (zh) * | 2017-12-22 | 2018-04-17 | 长安大学 | 一种智能交通信号灯控制系统与控制方法 |
CN108491764A (zh) * | 2018-03-05 | 2018-09-04 | 竹间智能科技(上海)有限公司 | 一种视频人脸情绪识别方法、介质及设备 |
CN108564007A (zh) * | 2018-03-27 | 2018-09-21 | 深圳市智能机器人研究院 | 一种基于表情识别的情绪识别方法和装置 |
CN108961782A (zh) * | 2018-08-21 | 2018-12-07 | 北京深瞐科技有限公司 | 交通路口控制方法及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021103766A1 (zh) * | 2019-11-25 | 2021-06-03 | 多伦科技股份有限公司 | 一种路口交通控制系统及包含该控制系统的路口 |
CN112950931A (zh) * | 2021-01-26 | 2021-06-11 | 遥相科技发展(北京)有限公司 | 一种大数据行人闯红灯提醒方法及系统 |
CN113034896A (zh) * | 2021-02-10 | 2021-06-25 | 长安大学 | 一种基于时间补偿的信号交通系统 |
CN114241761A (zh) * | 2021-12-14 | 2022-03-25 | 深圳市鹏城交通网络股份有限公司 | 一种智慧交通信号灯组网协同优化控制系统 |
CN114241761B (zh) * | 2021-12-14 | 2022-11-08 | 深圳市鹏城交通网络股份有限公司 | 一种智慧交通信号灯组网协同优化控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109584579B (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109584579A (zh) | 基于人脸识别的交通信号灯控制方法及计算机设备 | |
CN110893860B (zh) | 一种智能驾驶方法及智能驾驶系统 | |
US11037005B2 (en) | Method and apparatus for identifying traffic light | |
CN108292473B (zh) | 用于控制自主车辆的运动轨迹的方法和系统 | |
CN114822008B (zh) | 派遣和维护自主车辆的车队的协调 | |
US11594030B2 (en) | Systems and methods for monitoring traffic sign violation | |
CN109615864A (zh) | 基于视频结构化的车辆拥堵分析方法、系统、终端及存储介质 | |
WO2020052344A1 (zh) | 一种智能驾驶方法及智能驾驶系统 | |
KR102174556B1 (ko) | 차량번호 인식과 인공지능을 이용해 교통정보를 관제하는 영상감시장치 | |
CN110428647B (zh) | 路口的车辆协同通行的方法、装置、设备及存储介质 | |
CN112016510B (zh) | 基于深度学习的信号灯识别方法和装置、设备及存储介质 | |
DE102019120265A1 (de) | Vorhersage des dynamischen Ansprechens | |
CN111951548B (zh) | 一种车辆驾驶风险确定方法、装置、系统及介质 | |
US20200042813A1 (en) | Systems And Methods For Avoiding Misrecognition Of Traffic Signs And Signals By Hacking | |
US20220219729A1 (en) | Autonomous driving prediction method based on big data and computer device | |
CN112509353B (zh) | 一种机器人的过路方法、装置、机器人和存储介质 | |
CN113792106A (zh) | 道路的状态更新方法、装置、电子设备及存储介质 | |
CN113593256B (zh) | 基于城市管理的无人机智能驱离控制方法、系统及云平台 | |
CN116385185A (zh) | 一种车险评估辅助方法、装置、计算机设备及存储介质 | |
CN113485351A (zh) | 移动机器人的控制方法、装置、移动机器人及存储介质 | |
CN105162872B (zh) | 应用新一代信息技术对车辆车灯使用进行管控的方法 | |
CN113393036A (zh) | 应急行车路线的规划方法、装置、电子设备及介质 | |
Tegeltija et al. | ONE APPROACH TO THE DETECTION OF ILLEGAL OCCUPATION OF PARKING SPACES RESERVED FOR PERSONS WITH DISABILITIES. | |
CN111277795A (zh) | 一种基于人工智能的停车场监控方法和系统 | |
Opoku et al. | FPGA-based intelligent traffic controller with remote operation mode |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |