CN112685523A - 一种基于图像识别技术的文明行为识别管理方法及系统 - Google Patents
一种基于图像识别技术的文明行为识别管理方法及系统 Download PDFInfo
- Publication number
- CN112685523A CN112685523A CN202011566695.1A CN202011566695A CN112685523A CN 112685523 A CN112685523 A CN 112685523A CN 202011566695 A CN202011566695 A CN 202011566695A CN 112685523 A CN112685523 A CN 112685523A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- civilized
- investigation
- grid
- 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.)
- Pending
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 31
- 238000007726 management method Methods 0.000 title claims abstract description 19
- 230000006399 behavior Effects 0.000 claims abstract description 146
- 238000011835 investigation Methods 0.000 claims abstract description 133
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000007670 refining Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 abstract description 4
- 239000000463 material Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 240000005561 Musa balbisiana Species 0.000 description 1
- 235000018290 Musa x paradisiaca Nutrition 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
Abstract
一种基于图像识别技术的文明行为识别管理方法，包括以下步骤：步骤A：收集整理地形图，收集记录在虚拟电子地图内各类考察对象数量与信息并存储入数据库中，收集虚拟电子地图的各个地理信息，将考察对象在虚拟电子地图中标识出来，步骤B：统计每一个考察对象的各类不文明行为的次数，将不文明行为的种类以及对应的次数在虚拟电子地图的对应考察对象标识出来；本发明将虚拟电子地图进行网格化处理，而每个网格对在对应的街道办事处选着一个网格员对该网格进行监督巡查。而网格员的工作只需要每天观察在自己管理的网格内是否出现红点，并对红点进行教育处理即可，减轻了网格员的管理工作，以及能够重点排查对应的不文明行为，提高了排查的效率。
Description
技术领域
本发明涉及图像识别技术领域，特别是一种基于图像识别技术的文明行为识别管理方法及系统。
背景技术
目前政府高规格召开创文工作整改推进会暨城市管理工作会议。会议通报了创文最新动态，分析了创文形势，听取了城管上半年工作总结和下一步工作计划。会议要求，要进一步对照中央《测评体系》和《操作细则》，对所有类型的实地考察场所进行地毯式的排查，进行再梳理、再排查。要严格按照“全国一流”的标准落实创文工作。
但是目前在创文的工作还处于通过人工在某一个点进行登记巡查不文明的行为，并与不文明行为的种类与次数作出记录。此方法，难以认知在某个地方点是否存在严重的不文明行为，那个地方点需要重点管制，无法做到重点排查的效果，导致了创文工作难以铺展开来。
发明内容
针对上述缺陷，本发明的目的在于提出一种基于图像识别技术的文明行为识别管理方法及系统。
为达此目的，本发明采用以下技术方案：
一种基于图像识别技术的文明行为识别管理方法，包括以下步骤：
步骤A：收集整理地形图，构建虚拟电子地图，收集记录在虚拟电子地图内各类考察对象数量与信息并存储入数据库中，收集虚拟电子地图的各个地理信息，将地理信息与所述考察对象的信息进行匹配，将所述考察对象在所述虚拟电子地图中标识出来，
步骤B：统计每一个考察对象的各类不文明行为的次数，并存储在对应的考察对象数据库中，将不文明行为的种类以及对应的次数在所述虚拟电子地图的对应考察对象标识出来；
步骤C：在虚拟电子地图中根据地理位置网格化得到若干个网格区域对于每一个网格分配至少一个网格员对网格内的不文明行为进行监督管理；
步骤D：更新收集每一个网格内的不同考察对象的各类不文明行为的次数，其中不文明行为的次数更新为使用图像识别技术对网格进行监控识别的不文明行为信息，将所述不文明参数信息存储入对应的不文明行为表格内进行更新；
步骤E：更新所述网格中各个考察对象的不文明行为的次数，对于不文明行为次数超过阈值的网格在虚拟电子地图进行标红提示，并通知对应的所述网格员对网格进行管理整治。
优选的，步骤A具体为：
全面收集地图资料基础，收集整理地形图，使用高分辨率卫星影像获取街道、城市道路以及路口的细节，对地形图细化成所述虚拟电子地图，收集考察对象的信息；
对考察对象的信息进行规范化处理，按照预设的考察对象定位信息表的格式，提取考察对象的信息，其中规范化处理包括：错别字纠正、字符全角半角规范化以及无意义字符祛除。
考察对象的分类与定位，通过考察对象的地址和名称信息，利用所述地理信息对考察对象进行空间定位，将所述考察对象在所述虚拟电子地图上进行标识，其中空间定位包括自动定位和人工定位。
考察对象空间定位完成后，把考察对象信息转换为数据库属性，通过“ID”属性字段进行关联，建立考察对象空间数据库。
3.根据权利要求2所述的一种基于图像识别技术的文明行为识别管理方法，其特征在于，所述步骤B的具体步骤如下：
步骤B1：收集每一个考察对象的各类不文明行为的种类和发生的数量；
步骤B2：将不文明行为的种类和发生的数量转化为数据库属性，通过“ID”属性字段与所述考察对象进行关联处理，并储存入不文明行为表格内；
步骤B3：调用每一种类的不文明行为的数据，并在对应的考察对象显示标记。
优选的，所述不文明行为包括：马路不文明行为，使用图像识别技术识别马路不文明行为的步骤为：
建立识别检测模型；
调用路口或者街边摄像设备，获取该路口或者街道的实时录像画面；
连接政府系统的交通信号灯系统，调用交通信号灯变化的时间段；
通过交通信号灯在为红灯时对实时录像画面进行图像识别，识别在该时间段内是否有行人通过马路；
连接交警信息平台，调用在所述网格内所有的车辆违章信息以及处罚信息。
优选的，所述不文明行为包括：乱扔垃圾行为，使用图像识别技术识别乱扔垃圾行为的步骤为：
建立垃圾识别模型以及行人检测模型；
定时段调用路口或者街边摄像设备，对街道进行拍摄，获取街道图像；
使用所述垃圾识别模型对街道图像进行识别，判断当前街道是否有垃圾，若有垃圾，则回查该时刻前设定时间段内的街道图像，再次使用垃圾识别模型识别是否有垃圾，若无垃圾，则采用所述垃圾识别模型与行人检测模型对该时间段的录像进行实时逐帧识别，确定垃圾的生成时间以及在在生产时间内是否有行人，确定垃圾是否为人为乱认。
优选的，网格员对网格进行管理整治具体为，确定所述网格内记录次数最高的不文明行为以及在所述网格内不文明次数最多的考察对象，在所述网格内不文明次数最多的考察对象上根据所记录的次数最高的不文明行为建立对应不文明种类的警示标志，并派网格员定时定点对该考察对象进行巡检。
一种基于图像识别技术的文明行为识别系统包括：
地图模块，所述地图模块用于根据地形图构建虚拟电子地图，所述地形模块包括第一信息模块与第一标识模块，所述第一信息模块用于保存考察对象的经纬度信息与不文明行为信息；所述第一标识模块根据所述第一信息模块的经纬度信息将考察对象在所述虚拟电子地图上进行标识；
统计模块，所述统计模块用于统计考察对应不文明行为的种类与次数，并保存在第一信息模块；
第二标识模块，所述第二标识模块根据所述统计模块统计得出不文明行为的信息标识在所述虚拟电子地图对应的考察对象上；
网格模块，用于将所述虚拟电子地图进行网格化拆分；
更新模块，用于收集更新不文明行为信息，收集的不文明行为信息更行至第一信息模块内；
判断模块，根据更新模块的数据判断当前考察对象的各个不文明行为的次数是否大于阈值；
通知模块，根据判断模块的结果通知对应网格的网格员。
优选的，所述地图模块还包括：地形图收集模块和细节收集模块，所述地形图收集模块用于收集各个地形图，并装整理为初步地图；
细节收集模块用于根据高分辨率卫星影像获取街道、城市道路以及路口等各项细节，并对初步地图进行细化得出虚拟电子地图；
第一信息模块还用于对考察对象的信息进行规范化处理。
优选的，更新模块还包括：
拍摄模块，所述拍摄模块包括第一拍摄模块与第二拍摄模块，所述第一拍摄模块用于获取马路不文明行为，第二拍摄模块用于获取乱扔垃圾行为；
识别模型模块，所述识别模型模块包括垃圾识别模块以及行人识别模块，所述垃圾识别模块调用第二拍摄模块所拍摄的录像识别是否有乱扔垃圾的行为，所述行人识别模块调用第一拍摄模块所拍摄的录像识别是否有行人乱闯马路的行为；
数据调用模块，所述数据调用模块用于与政府或者交警的数据库连接，调用交通违章信息以及交通信号灯的变化时间段信息。
本发明的有益效果：本发明将虚拟电子地图进行网格化处理，而每个网格对在对应的街道办事处选着一个网格员对该网格进行监督巡查。而网格员的工作只需要每天观察在自己管理的网格内是否出现红点，并对红点进行教育处理即可，大大减轻了网格员的管理工作，以及能够重点排查对应的不文明行为，提高了排查的效率。
附图说明
图1是本发明的一个实施例的流程示意图；
图2是本发明的步骤A的流程示意图；
图3是本发明的步骤B的流程示意图；
图4是本发明的使用图像识别技术识别马路不文明行为的流程示意图；
图5是本发明的使用图像识别技术识别乱扔垃圾行为的流程示意图；
图6是本发明的系统的模块示意图；
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
如图1～6所示，
一种基于图像识别技术的文明行为识别管理方法，包括以下步骤：
步骤A：收集整理地形图，构建虚拟电子地图，收集记录在虚拟电子地图内各类考察对象数量与信息并存储入数据库中，收集虚拟电子地图的各个地理信息，将地理信息与所述考察对象的信息进行匹配，将所述考察对象在所述虚拟电子地图中标识出来，
步骤B：统计每一个考察对象的各类不文明行为的次数，并存储在对应的考察对象数据库中，将不文明行为的种类以及对应的次数在所述虚拟电子地图的对应考察对象标识出来；
步骤C：在虚拟电子地图中根据地理位置网格化得到若干个网格区域对于每一个网格分配至少一个网格员对网格内的不文明行为进行监督管理；
步骤D：更新收集每一个网格内的不同考察对象的各类不文明行为的次数，其中不文明行为的次数更新为使用图像识别技术对网格进行监控识别的不文明行为信息，将所述不文明参数信息存储入对应的不文明行为表格内进行更新；
步骤E：更新所述网格中各个考察对象的不文明行为的次数，对于不文明行为次数超过阈值的网格在虚拟电子地图进行标红提示，并通知对应的所述网格员对网格进行管理整治。
本发明会预先通过政府所提供的官方地形图作为虚拟电子地图的模板，以确保虚拟电子地图的真实有效性。然后收集记录考察对象的数量与名称息，并将考察对象在所述虚拟电子地图内标记出来，所述考察对象可以挖掘在大数据中经常违章与违规的地点，如集贸市场、网吧等经常出现乱扔垃圾与违章停车的地方，所述考察对象也可以为人工标记的地方，如学校、公交站等地方，下面以某行政地区的考察对象为例子进行展示：
当完成考察对象在所述虚拟电子地图的标识后，考察对象会以一个一个的点表示在虚拟电子地图中。然后统计在一个时间段内，在所述考察对象中所有不文明行为的种类与次数。在初次统计中一般的时间段为一个星期，在统计不文明行为时可以通过人工记录或者使用图像识别进行自能记录，把记录的数据存储在对应的考察对象的数据库中。当所述工作人员通过鼠标或者虚拟鼠标移动至虚拟电子地图的某个点时，就会显示该点所对应的考察对象的名称以及在该考察对象中不文明行为的种类与次数，这样可以方便工作人员直观了解到该考察对象中哪一些不文明行为的发生次数最多，可以根据不文明行为在对应的考察对象作出对应的广告进行警示，以降低该类不文明行为的发生次数。本发明还对在考察对象的不文明行为作出实时更新，通过图像识别技术自动识别不文明行为。一般更新的评率为一天一更，以确保数据的实施有效性。而且对于不同的不文明行为作出了阈值设置，当某个不文明行为的次数高于预设的阈值时，代表了个考察对象存在严重的不文明现象，需要重点管理，同样的，不文明行为次数的阈值同样需要每天更新。同时将不文明行为超过阈值的考察对象在虚拟电子地图会的点进行标红处理，同时也方便工作人员直观了解哪些地方出现较为严重的不文明现象，本发明将虚拟电子地图进行网格化处理，而每个网格对在对应的街道办事处选着一个网格员对该网格进行监督巡查。而网格员的工作只需要每天观察在自己管理的网格内是否出现红点，并对红点进行教育处理即可，大大减轻了网格员的管理工作，以及能够重点排查对应的不文明行为，提高了排查的效率。
优选的，步骤A具体为：
全面收集地图资料基础，收集整理地形图，使用高分辨率卫星影像获取街道、城市道路以及路口的细节，对地形图细化成所述虚拟电子地图，收集考察对象的信息；
对考察对象的信息进行规范化处理，按照预设的考察对象定位信息表的格式，提取考察对象的信息，其中规范化处理包括：错别字纠正、字符全角半角规范化以及无意义字符祛除。
考察对象的分类与定位，通过考察对象的地址和名称信息，利用所述地理信息对考察对象进行空间定位，将所述考察对象在所述虚拟电子地图上进行标识，其中空间定位包括自动定位和人工定位。
考察对象空间定位完成后，把考察对象信息转换为数据库属性，通过“ID”属性字段进行关联，建立考察对象空间数据库。
政府提供地图资料基础为官方的地形图与某些专题地图，其中某专题地图如：区中小学招生一张图系统、区建设一张图等等，基础的地形图可以作为虚拟电子地图的基础，通过高分辨率卫星影像对虚拟电子地图的基础进行进一步的细化变化为完整的地图，而专题地图可以在考察对象在虚拟电子地图进行定位时进行直接定位标识，例如，当需要对中小学这一类考察对象进行空间定位时，可以调用所述区中小学招生一张图系统，将其地图大小放大至于虚拟电子地图相等，然后直接找到两幅地图相似的部分进行重叠，此时可以将中小学招生一张图系统中的中小学的定位直接定位在所述虚拟电子地图中，基础的地形图与某专题地图的相互结合使用，既可以精准的构建虚拟电子地图，避免虚拟电子地图出现错误的地理信息，避免后续的考察对象地址与虚拟电子地图无法匹配的情况发生，使用某专题地图又可以提高空间定位的效率，避免考擦对象的重复的空间定位。
在收集考察对象的信息时候或多或少存在因人工信息录入的疏忽，而造成信息的不规范，尤其是名称/地址信息。为保证考察对象定位工作的准确无误，对政府提供的资料与收集的材料进行数据规范化处理。其中错别字纠正：主要纠正人工录入过程中对多音字、字形相近字的录入错误，例如“汾江南路”错录入为“分江南路”；字符全角半角规范化：表格中的文字和数字统一使用半角符号，把录为全角符号的字符统一转换为半角符号。例如地址信息“惠景三街132号”转换为“惠景三街132号”；无意义字符祛除：祛除一些无意义的不可见字符，例如：空格符、回车符、换行符等。待完成考察对象的信息规范化处理后，按照对象定位信息表提取考察对象的名称信息与地理信息，其中对象定位信息表的具体形式如下：
待完成信息提取后，可以通过人工定位加自动定位的方式对考察对象在所述虚拟电子地图上进行空间定位标识，首先通过专题地图定位一部分的考察对象，后采用自动定位的方式进行空间定位，在采用自动定位时，使用现有的程序自动匹配虚拟电子地图的地理数据与考察对象的地址和名称信息，若虚拟电子地图的地理数据中能找到完全匹配的考察对象，则直接使用虚拟电子地图的坐标位置实现自动定位，例如某市第一医院已经在政府提供地图资料内，故构建虚拟电子地图时，所述某市第一医院已近标记在所述虚拟电子地图里，此时只要判断虚拟电子地图内的某市第一医院与考察对象中某市第一医院的地址是否一致即可，若一致，则直接在所述虚拟电子地图内标识某市第一医院。然后对没有在自动定位内完成空间定位的参考对象进行人工定位，对具有明现物征的大型地物(如：公共广场、公园、景点景区、大型广场、学校等)，先通过道路网数据定位到大概位置，然后判断卫星影像图上地物特征进行定位。对于道路类的考察对象(如：主要交通路口、主要商业大街、老城区背街小巷、主次干道等)，直接通过道路网数据中的“道路名称”属性进行定位。通过自动定位与人工定位的方式，在前期的定位工作中，所述自动定位可以进行大幅度的减少空间定位所使用的时间，而采用人工定位的方法可以对自动定位进行补漏，两种方法一起使用，相辅相成，提高了考察对象在所述虚拟电子地图进行空间定位的精准度与效率。
待完成定位后，通过考察对象空间定位完成后，把考察对象信息转换为数据库属性，通过“ID”属性字段进行关联，建立考察对象空间数据库。数据库属性结构如下：
| 序号 | 字段称名 | 字段类型 | 字段长度 | 备注 |
| 1 | ID | 字符型 | 50 | 考察对象的ID信息 |
| 2 | 名称 | 字符型 | 200 | 考察对象名称 |
| 序号 | 字段称名 | 字段类型 | 字段长度 | 备注 |
| 1 | ID | 字符型 | 50 | 考察对象的ID信息 |
| 3 | 地址 | 字符型 | 200 | 考察对象地址 |
| 4 | 行政区 | 字符型 | 50 | 考察对象所在行政区 |
| 5 | 镇街道 | 字符型 | 50 | 考察对象所在镇街道 |
| 6 | 村居委会 | 字符型 | 60 | 考察对象所在村居委会 |
| 7 | 分类 | 字符型 | 80 | 考察对象分类的中文名称 |
构建对象空间数据库第一可以方便后续对于考擦对象不文明行为的录入以及确定该考擦对象所属的关系区域，方便后续分出网格员对其进行管理，；第二能够进一步核对考察对象的地理信息是否有误。
3.根据权利要求2所述的一种基于图像识别技术的文明行为识别管理方法，其特征在于，所述步骤B的具体步骤如下：
步骤B1：收集每一个考察对象的各类不文明行为的种类和发生的数量；
步骤B2：将不文明行为的种类和发生的数量转化为数据库属性，通过“ID”属性字段与所述考察对象进行关联处理，并储存入不文明行为表格内；
步骤B3：调用每一种类的不文明行为的数据，并在对应的考察对象显示标记。
在前期的收集中可以采用人工记录的方式来记录考察对象不文明行为，进行一个总体的统计，筛选出一些次数较多的不文明行为。后期可以通过图像识别技术对次数较多的不文明行为构建一个识别算法，针对这种不文明行为进行记录，减少网格员的工作量。在收集不文明行为后，将不文明行为数据信息存储入不文明行为表格中，其中表格结构如下：
| 序号 | 字段称名 | 字段类型 | 字段长度 | 备注 |
| 1 | ID | 字符型 | 50 | 考察对象的ID信息 |
| 2 | 种类 | 字符型 | 100 | 不文明行为的种类 |
| 序号 | 字段称名 | 字段类型 | 字段长度 | 备注 |
| 1 | ID | 字符型 | 50 | 考察对象的ID信息 |
| 3 | 次数 | 字符型 | 50 | 不文明行为的次数 |
然后采用“ID”这一项属性与考察对象空间数据库的“ID”这一项进行关联处理，随后在调用考察对象空间数据库的时候就可以对应调用该“ID”相关联的不文明信息。
优选的，所述不文明行为包括：马路不文明行为，使用图像识别技术识别马路不文明行为的步骤为：
建立识别检测模型；
调用路口或者街边摄像设备，获取该路口或者街道的实时录像画面；
连接政府系统的交通信号灯系统，调用交通信号灯变化的时间段；
通过交通信号灯在为红灯时对实时录像画面进行图像识别，识别在该时间段内是否有行人通过马路；
连接交警信息平台，调用在所述网格内所有的车辆违章信息以及处罚信息。
在使用图像识别技术对马路不文明行为进行识别时，首先需要构建一个识别检测模型，所述识别检测模型可以为行人识别的模型或者车辆识别的模型，在调用路口或者街边摄像设备时，调用所述识别检测模型将摄取的实时录像画面进行识别，判断当前画面内是否有人或者车辆出现。例如当需要检测是否有人闯红灯时，调用政府交通信号灯系统的时间信息，只有红灯的情况下调用所述识别检测模型对此时的路段进行监控，如果识别到行人路过，怎么表示，有行人闯红灯，此时系统则会记录这次闯红灯的不文明行为并存储入所述不文明行为表格内。同时本发明还直接调用交警信息平台对于所述考察对象所在的地方进行搜索，查看在所述考察对象中是否还有图像识别技术未能识别出来的不文明行为。
优选的，所述不文明行为包括：乱扔垃圾行为，使用图像识别技术识别乱扔垃圾行为的步骤为：
建立垃圾识别模型以及行人检测模型；
定时段调用路口或者街边摄像设备，对街道进行拍摄，获取街道图像；
使用所述垃圾识别模型对街道图像进行识别，判断当前街道是否有垃圾，若有垃圾，则回查该时刻前设定时间段内的街道图像，再次使用垃圾识别模型识别是否有垃圾，若无垃圾，则采用所述垃圾识别模型与行人检测模型对该时间段的录像进行实时逐帧识别，确定垃圾的生成时间以及在在生产时间内是否有行人，确定垃圾是否为人为乱认。
在本发明的另一个实施例为对乱扔垃圾的不文明行为进行图像识别，采用现有识别技术对垃圾进行垃圾识别模型建模，其中建模时可以通过多组垃圾图像进行系统训练得出，通过垃圾识别模型可以识别多种垃圾，如纸盒、香蕉皮等。在实际运用中，调用街道图像，对街道图像进行实时识别，当识别到有垃圾时，回查该时刻前设定时间段内的街道图像，再次使用垃圾识别模型识别是否有垃圾若有垃圾，则表示该垃圾在获取识别前已经产生，不能判断是否为人为产生的垃圾，若无垃圾，则表示该垃圾时在该时间段内产生的，可以进一步判断，其中时间段的确定为一个成年人通过该路口所用的时间作为回查的时间段，在回查这个时间段的内使用行人检测模型对其进行识别，若检测到行人且该行人的位置与垃圾的生成位置两者在一个预设的位置阈值内，则可以判断该考擦对象中有人乱扔垃圾，将次行为存储入不文明行为表格内。
优选的，网格员对网格进行管理整治具体为，确定所述网格内记录次数最高的不文明行为以及在所述网格内不文明次数最多的考察对象，在所述网格内不文明次数最多的考察对象上根据所记录的次数最高的不文明行为建立对应不文明种类的警示标志，并派网格员定时定点对该考察对象进行巡检。
当所述虚拟电子地图发生标红的情况，代表该所述考察对象的不文明行为出现了严重的现象，需要网格员对其进行管理，降低不文明行为的发生次数，为创文做准备。其中网格员可以点击自己所管理的考察对象，当点击考察对象时，会弹出所述考察对象的不文明行为的种类与对应的次数，网格员可以根据不文明行为出现次数最多的种类进行重点处理，例如该考察对象中行人乱闯红灯的行为次数最多，则网格员可以在该考察对象中竖立严禁乱闯红灯的广告牌竖立在此处，并在规定时间内对其进巡查，重点监管该不文明行为。
一种基于图像识别技术的文明行为识别系统包括：
地图模块，所述地图模块用于根据地形图构建虚拟电子地图，所述地形模块包括第一信息模块与第一标识模块，所述第一信息模块用于保存考察对象的经纬度信息与不文明行为信息；所述第一标识模块根据所述第一信息模块的经纬度信息将考察对象在所述虚拟电子地图上进行标识；
统计模块，所述统计模块用于统计考察对应不文明行为的种类与次数，并保存在第一信息模块；
第二标识模块，所述第二标识模块根据所述统计模块统计得出不文明行为的信息标识在所述虚拟电子地图对应的考察对象上；
网格模块，用于将所述虚拟电子地图进行网格化拆分；
更新模块，用于收集更新不文明行为信息，收集的不文明行为信息更行至第一信息模块内；
判断模块，根据更新模块的数据判断当前考察对象的各个不文明行为的次数是否大于阈值；
通知模块，根据判断模块的结果通知对应网格的网格员。
优选的，所述地图模块还包括：地形图收集模块和细节收集模块，所述地形图收集模块用于收集各个地形图，并装整理为初步地图；
细节收集模块用于根据高分辨率卫星影像获取街道、城市道路以及路口等各项细节，并对初步地图进行细化得出虚拟电子地图；
第一信息模块还用于对考察对象的信息进行规范化处理。
优选的，更新模块还包括：
拍摄模块，所述拍摄模块包括第一拍摄模块与第二拍摄模块，所述第一拍摄模块用于获取马路不文明行为，第二拍摄模块用于获取乱扔垃圾行为；
识别模型模块，所述识别模型模块包括垃圾识别模块以及行人识别模块，所述垃圾识别模块调用第二拍摄模块所拍摄的录像识别是否有乱扔垃圾的行为，所述行人识别模块调用第一拍摄模块所拍摄的录像识别是否有行人乱闯马路的行为；
数据调用模块，所述数据调用模块用于与政府或者交警的数据库连接，调用交通违章信息以及交通信号灯的变化时间段信息。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (9)
1.一种基于图像识别技术的文明行为识别管理方法，其特征在于，包括以下步骤：
步骤A：收集整理地形图，构建虚拟电子地图，收集记录在虚拟电子地图内各类考察对象数量与信息并存储入数据库中，收集虚拟电子地图的各个地理信息，将地理信息与所述考察对象的信息进行匹配，将所述考察对象在所述虚拟电子地图中标识出来，
步骤B：统计每一个考察对象的各类不文明行为的次数，并存储在对应的考察对象数据库中，将不文明行为的种类以及对应的次数在所述虚拟电子地图的对应考察对象标识出来；
步骤C：在虚拟电子地图中根据地理位置网格化得到若干个网格区域对于每一个网格分配至少一个网格员对网格内的不文明行为进行监督管理；
步骤D：更新收集每一个网格内的不同考察对象的各类不文明行为的次数，其中不文明行为的次数更新为使用图像识别技术对网格进行监控识别的不文明行为信息，将所述不文明参数信息存储入对应的不文明行为表格内进行更新；
步骤E：更新所述网格中各个考察对象的不文明行为的次数，对于不文明行为次数超过阈值的网格在虚拟电子地图进行标红提示，并通知对应的所述网格员对网格进行管理整治。
2.根据权利要求1所述的一种基于图像识别技术的文明行为识别管理方法，其特征在于，步骤A具体为：
全面收集地图资料基础，收集整理地形图，使用高分辨率卫星影像获取街道、城市道路以及路口的细节，对地形图细化成所述虚拟电子地图，收集考察对象的信息；
对考察对象的信息进行规范化处理，按照预设的考察对象定位信息表的格式，提取考察对象的信息，其中规范化处理包括：错别字纠正、字符全角半角规范化以及无意义字符祛除；
考察对象的分类与定位，通过考察对象的地址和名称信息，利用所述地理信息对考察对象进行空间定位，将所述考察对象在所述虚拟电子地图上进行标识，其中空间定位包括自动定位和人工定位；
考察对象空间定位完成后，把考察对象信息转换为数据库属性，通过“ID”属性字段进行关联，建立考察对象空间数据库。
3.根据权利要求2所述的一种基于图像识别技术的文明行为识别管理方法，其特征在于，所述步骤B的具体步骤如下：
步骤B1：收集每一个考察对象的各类不文明行为的种类和发生的数量；
步骤B2：将不文明行为的种类和发生的数量转化为数据库属性，通过“ID”属性字段与所述考察对象进行关联处理，并储存入不文明行为表格内；
步骤B3：调用每一种类的不文明行为的数据，并在对应的考察对象显示标记。
4.根据权利要求1所述的一种基于图像识别技术的文明行为识别管理方法，其特征在于，所述不文明行为包括：马路不文明行为，使用图像识别技术识别马路不文明行为的步骤为：
建立识别检测模型；
调用路口或者街边摄像设备，获取该路口或者街道的实时录像画面；
连接政府系统的交通信号灯系统，调用交通信号灯变化的时间段；
通过交通信号灯在为红灯时对实时录像画面进行图像识别，识别在该时间段内是否有行人通过马路；
连接交警信息平台，调用在所述网格内所有的车辆违章信息以及处罚信息。
5.根据权利要求1所述的一种基于图像识别技术的文明行为识别管理方法，其特征在于，所述不文明行为包括：乱扔垃圾行为，使用图像识别技术识别乱扔垃圾行为的步骤为：
建立垃圾识别模型以及行人检测模型；
定时段调用路口或者街边摄像设备，对街道进行拍摄，获取街道图像；
使用所述垃圾识别模型对街道图像进行识别，判断当前街道是否有垃圾，若有垃圾，则回查该时刻前设定时间段内的街道图像，再次使用垃圾识别模型识别是否有垃圾，若无垃圾，则采用所述垃圾识别模型与行人检测模型对该时间段的录像进行实时逐帧识别，确定垃圾的生成时间以及在在生产时间内是否有行人，确定垃圾是否为人为乱认。
6.根据权利要求1所述的一种基于图像识别技术的文明行为识别管理方法，其特征在于，网格员对网格进行管理整治具体为，确定所述网格内记录次数最高的不文明行为以及在所述网格内不文明次数最多的考察对象，在所述网格内不文明次数最多的考察对象上根据所记录的次数最高的不文明行为建立对应不文明种类的警示标志，并派网格员定时定点对该考察对象进行巡检。
7.一种基于图像识别技术的文明行为识别系统，其特征在于，包括：
地图模块，所述地图模块用于根据地形图构建虚拟电子地图，所述地形模块包括第一信息模块与第一标识模块，所述第一信息模块用于保存考察对象的经纬度信息与不文明行为信息；所述第一标识模块根据所述第一信息模块的经纬度信息将考察对象在所述虚拟电子地图上进行标识；
统计模块，所述统计模块用于统计考察对应不文明行为的种类与次数，并保存在第一信息模块；
第二标识模块，所述第二标识模块根据所述统计模块统计得出不文明行为的信息标识在所述虚拟电子地图对应的考察对象上；
网格模块，用于将所述虚拟电子地图进行网格化拆分；
更新模块，用于收集更新不文明行为信息，收集的不文明行为信息更行至第一信息模块内；
判断模块，根据更新模块的数据判断当前考察对象的各个不文明行为的次数是否大于阈值；
通知模块，根据判断模块的结果通知对应网格的网格员。
8.根据权利要求7所述一种基于图像识别技术的文明行为识别系统，其特征在于，所述地图模块还包括：地形图收集模块和细节收集模块，所述地形图收集模块用于收集各个地形图，并装整理为初步地图；
细节收集模块用于根据高分辨率卫星影像获取街道、城市道路以及路口等各项细节，并对初步地图进行细化得出虚拟电子地图；
第一信息模块还用于对考察对象的信息进行规范化处理。
9.根据权利要求8所述一种基于图像识别技术的文明行为识别系统，其特征在于，更新模块还包括：
拍摄模块，所述拍摄模块包括第一拍摄模块与第二拍摄模块，所述第一拍摄模块用于获取马路不文明行为，第二拍摄模块用于获取乱扔垃圾行为；
识别模型模块，所述识别模型模块包括垃圾识别模块以及行人识别模块，所述垃圾识别模块调用第二拍摄模块所拍摄的录像识别是否有乱扔垃圾的行为，所述行人识别模块调用第一拍摄模块所拍摄的录像识别是否有行人乱闯马路的行为；
数据调用模块，所述数据调用模块用于与政府或者交警的数据库连接，调用交通违章信息以及交通信号灯的变化时间段信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011566695.1A CN112685523A (zh) | 2020-12-25 | 2020-12-25 | 一种基于图像识别技术的文明行为识别管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011566695.1A CN112685523A (zh) | 2020-12-25 | 2020-12-25 | 一种基于图像识别技术的文明行为识别管理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112685523A true CN112685523A (zh) | 2021-04-20 |
Family
ID=75451810
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011566695.1A Pending CN112685523A (zh) | 2020-12-25 | 2020-12-25 | 一种基于图像识别技术的文明行为识别管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112685523A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113269062A (zh) * | 2021-05-14 | 2021-08-17 | 彭皓 | 应用于智慧教育的人工智能异常识别方法 |
| CN117575543A (zh) * | 2024-01-15 | 2024-02-20 | 西安卓越软件开发有限公司 | 一种智慧物业管理方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106781449A (zh) * | 2017-02-21 | 2017-05-31 | 青岛智能产业技术研究院 | 路口行人过街综合管理控制系统 |
| CN107610029A (zh) * | 2017-09-20 | 2018-01-19 | 安徽网网络科技有限公司 | 文明城市创建网格化管理系统及其使用方法 |
| CN108009804A (zh) * | 2018-01-10 | 2018-05-08 | 海口金政信息科技有限公司 | 一种环保网格化监察管理平台 |
-
2020
- 2020-12-25 CN CN202011566695.1A patent/CN112685523A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106781449A (zh) * | 2017-02-21 | 2017-05-31 | 青岛智能产业技术研究院 | 路口行人过街综合管理控制系统 |
| CN107610029A (zh) * | 2017-09-20 | 2018-01-19 | 安徽网网络科技有限公司 | 文明城市创建网格化管理系统及其使用方法 |
| CN108009804A (zh) * | 2018-01-10 | 2018-05-08 | 海口金政信息科技有限公司 | 一种环保网格化监察管理平台 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113269062A (zh) * | 2021-05-14 | 2021-08-17 | 彭皓 | 应用于智慧教育的人工智能异常识别方法 |
| CN117575543A (zh) * | 2024-01-15 | 2024-02-20 | 西安卓越软件开发有限公司 | 一种智慧物业管理方法及装置 |
| CN117575543B (zh) * | 2024-01-15 | 2024-04-30 | 西安卓越软件开发有限公司 | 一种智慧物业管理方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106373426A (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
| Park et al. | Spatiotemporal changes of informal settlements: Ger districts in Ulaanbaatar, Mongolia | |
| CN109784326A (zh) | 一种基于深度学习的车辆底盘检测方法 | |
| CN112685523A (zh) | 一种基于图像识别技术的文明行为识别管理方法及系统 | |
| CN104881865A (zh) | 基于无人机图像分析的森林病虫害监测预警方法及其系统 | |
| CN104616021A (zh) | 交通标志图像处理方法及装置 | |
| WO2023065798A1 (zh) | 道路动态事件的处理方法、装置、设备和介质 | |
| CN110245583A (zh) | 一种车辆尾气检验报告的智能识别方法 | |
| CN113724496B (zh) | 一种全场景道路交通安全隐患排查方法以及排查系统 | |
| CN112199570A (zh) | 基于网络爬虫的房地产信息可视化分析系统和方法 | |
| CN111400877B (zh) | 一种基于gis数据的智能城市仿真系统和方法 | |
| CN116229396B (zh) | 高速路面病害识别及告警方法 | |
| CN114154767A (zh) | 一种基于城市空间图谱的高发事件预警方法及预警设备 | |
| CN112685430A (zh) | 一种基于文明数据分析技术的文明行为管理方法及系统 | |
| CN114398413A (zh) | 一种道路巡检智能分析方法、设备及存储介质 | |
| CN113256978A (zh) | 一种城市拥堵地区的诊断方法、系统及储存介质 | |
| Adrees et al. | A proposed framework for using GIS to enhance traffic safety in Sudan: a case study | |
| McCarthy et al. | Garbage in, garbage out: geocoding accuracy and spatial analysis of crime | |
| CN112668858A (zh) | 一种确定区域内目标站点的方法、装置、设备及存储介质 | |
| CN112633163A (zh) | 一种基于机器学习算法实现非法运营车辆检测的检测方法 | |
| CN109598731B (zh) | 一种经济型道路巡查方法 | |
| CN115050187B (zh) | 一种基于舆情知识图谱的数字城市交通治理方法 | |
| Yahya et al. | Gis Based Spatial Distribution Map of Petrol Stations Using Geostatistical Analysis in Selangor Malaysia | |
| Steele et al. | Traffic sign retroreflectivity condition assessment and deterioration analysis using Lidar technology | |
| CN113343781B (zh) | 使用遥感数据和出租车轨迹数据的城市功能区识别方法 |
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 |