CN113673402A - 一种基于路灯监控城市市容的图像识别方法 - Google Patents
一种基于路灯监控城市市容的图像识别方法 Download PDFInfo
- Publication number
- CN113673402A CN113673402A CN202110926251.2A CN202110926251A CN113673402A CN 113673402 A CN113673402 A CN 113673402A CN 202110926251 A CN202110926251 A CN 202110926251A CN 113673402 A CN113673402 A CN 113673402A
- Authority
- CN
- China
- Prior art keywords
- street
- module
- abnormal
- urban
- picture
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012544 monitoring process Methods 0.000 title claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims abstract description 37
- 239000010813 municipal solid waste Substances 0.000 claims abstract description 25
- 230000007613 environmental effect Effects 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims abstract description 10
- 238000009825 accumulation Methods 0.000 claims abstract description 7
- 238000013135 deep learning Methods 0.000 claims abstract description 4
- 238000005286 illumination Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims abstract description 3
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 7
- 238000002372 labelling Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 239000011521 glass Substances 0.000 claims description 3
- 239000010806 kitchen waste Substances 0.000 claims description 3
- 239000002184 metal Substances 0.000 claims description 3
- 239000002699 waste material Substances 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 3
- 238000005728 strengthening Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于路灯监控城市市容的图像识别方法,包括以下步骤:排除环境因素,环境因素具体包括:光照强度因素、杂乱物品、路人,具体方式为使用深度学习算法排除环境因素,抓取异常街景市容图片,包括:垃圾堆积相关图片、非机动车违停图片等,并标注;训练算法模型,识别正常、异常街景市容;模块部署,推送算法模型到智能摄像头;智能摄像头拍摄街景,发现异常情况立即上报;云服务器展示异常情况,支持手动处理。本发明可以不间断的7*24小时监控市容,最大限度的减少人工投入,识别速度快,响应速度可以达到秒级,可适应性高,既可以应用在阴雨,冰雪等异常天气下,也可以在高架桥下,隧道涵洞等环境下正常使用。
Description
技术领域
本发明涉及城市市容监控技术领域,尤其涉及一种基于路灯监控城市市容的图像识别方法。
背景技术
随着城市化建设的不断发展,城市规模越来越大,过去处于城郊的农村逐渐被纳入城区的范围,最终为城市所包围,随着城市化进程的不断加快与深人,市容环境成为判断一个城市综合环境的重要软指标,城市环境卫生管理水平的高低,不仅仅影响城市市容的好坏,与人们的生活质量存在较大密切的联系,因此,加强城市环境卫生的管理是一项十分重要的工作。
但是负责的城市市容管理任务的工作人员随着城市规模的增大,身上的担子也越来越繁重,现有依靠工作人员巡查监管已经越来越无法应对,而针对上述情况目前主要的做法有两个,一是强化各街道部门,各商家店铺的门前包干责任,二是大量招募社区志愿者。
但是上述的两种做法,现实操作起来都其局限性,在现有的条件下长期执行也非常有难度,为此我们提出一种基于路灯监控城市市容的图像识别方法来解决上述问题。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出一种基于路灯监控城市市容的图像识别方法。
为了实现上述目的,本发明采用了如下技术方案:
一种基于路灯监控城市市容的图像识别方法,包括以下步骤:
步骤一:排除环境因素,抓取异常街景市容图片,并标注;
步骤二:训练算法模型,识别正常、异常街景市容;
步骤三:模块部署,推送算法模型到智能摄像头;
步骤四:智能摄像头拍摄街景,发现异常情况立即上报;
步骤五:云服务器展示异常情况,支持手动处理。
优选的,所述步骤一中环境因素具体包括:光照强度因素、杂乱物品、路人,具体方式为使用深度学习算法排除环境因素;其中异常街景市容图片包括:垃圾堆积相关图片、非机动车违停图片、路面破损或积水图片、下水井盖破损或缺失图片。
优选的,其中所识别的垃圾堆积图片包括:垃圾袋、塑料制品、玻璃制品、易拉罐、纸制品、硬纸板、厨余垃圾、废旧金属、混合垃圾、垃圾空桶、满载垃圾桶、泡沫塑料、其他生活垃圾、建筑垃圾中的任一种或多种;其中所识别的非机动车违停图片包括:非机动车占用盲道、非机动车倾倒、非机动车摆放整齐度。
优选的,所述步骤二中训练算法模型具体包括;
S1、收集市容异常情况,正常情况的实际典型照片;
S2、标注市容异常照片,市容正常街景照片;
S3、上传标注照片,标注数据至城管指挥中心云服务器;
S4、启动模型训练,得到能够有效排除光照强弱,杂乱物品/人物等影响,准确判断异常情况的街景识别模块。
优选的,所述步骤四过程中,工作人员预先在路灯上安装的智能摄像头,进行不间断的7*24小时扫描监控路面市容,判断发现异常情况时,立即上报实际截图及自动识别结果到城管指挥中心云服务器。
优选的,所述步骤五过程中,工作人员进行实际对比截图,若发现图片不清晰可进行和远程操作只能摄像头实时拍摄更清晰准确的照片作为判断依据,待确定异常情况后通知现场人员进行现场处置。
优选的,该方法应用于一种城市市容的图像识别系统,该系统具体包括拍摄模块、街景识别模块、数据传输模块、中心服务器模块、无线通信模块。
优选的,所述拍摄模块用于抓拍市容场景照片,包括变焦倍数不同的两个智能摄像头,所述数据传输模块用于将所述拍摄模块拍摄的图片传输到指挥中心的中心服务器模块,所述街景识别模块与拍摄模块配套使用,所述无线通信模块用于指挥中心工作人员联系现场工作人员进行现场处置。
与现有技术相比,本发明的有益效果是:
1、本发明可以不间断的7*24小时监控市容,最大限度的减少人工投入,识别速度快,响应速度可以达到秒级,可适应性高,既可以应用在阴雨,冰雪等异常天气下,也可以在高架桥下,隧道涵洞等环境下正常使用。
2、本发明大大提高了巡查工作人员的办事效率与水平,不需要增加额外设备,部署成本低,只需要在城市路灯上安装智能摄像头即可,无需额外布线。
附图说明
图1为本发明提出的一种基于路灯监控城市市容的图像识别方法的正面结构示意图;
图2为城市市容的图像识别系统示意框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例一
参照图1-2,一种基于路灯监控城市市容的图像识别方法,包括以下步骤:
步骤一:实用深度学习算法有效排除环境因素,如:光照强度因素、杂乱物品、路人,抓取异常街景市容图片,如:垃圾堆积相关图片、非机动车违停图片、路面破损或积水图片、下水井盖破损或缺失图片,并标注;
需要特别说明的是,垃圾堆积图片包括:垃圾袋、塑料制品、玻璃制品、易拉罐、纸制品、硬纸板、厨余垃圾、废旧金属、混合垃圾、垃圾空桶、满载垃圾桶、泡沫塑料、其他生活垃圾、建筑垃圾中的任一种或多种;所识别的非机动车违停图片包括:非机动车占用盲道、非机动车倾倒、非机动车摆放整齐度;
步骤二:训练算法模型,识别正常、异常街景市容;
具体来说,所述步骤二中训练算法模型具体包括;
S1、收集市容异常情况,正常情况的实际典型照片;
S2、标注市容异常照片,市容正常街景照片;
S3、上传标注照片,标注数据至城管指挥中心云服务器;
S4、启动模型训练,得到能够有效排除光照强弱,杂乱物品/人物等影响,准确判断异常情况的街景识别模块
步骤三:模块部署,推送算法模型到智能摄像头;
步骤四:工作人员预先在路灯上安装的智能摄像头,进行不间断的7*24小时(即一周内全天候)扫描监控路面市容,判断发现异常情况时,立即上报实际截图及自动识别结果到城管指挥中心云服务器;
步骤五:云服务器展示异常情况,工作人员进行实际对比截图,若发现图片不清晰可进行和远程操作只能摄像头实时拍摄更清晰准确的照片作为判断依据,待确定异常情况后通知现场人员进行现场处置。
本发明可以不间断的7*24小时监控市容,最大限度的减少人工投入,识别速度快,响应速度可以达到秒级,可适应性高,既可以应用在阴雨,冰雪等异常天气下,也可以在高架桥下,隧道涵洞等环境下正常使用,大大提高了巡查工作人员的办事效率与水平,不需要增加额外设备,部署成本低,只需要在城市路灯上安装智能摄像头即可,无需额外布线。
实施例二
实施例一所描述的该方法,具体应用于一种城市市容的图像识别系统,该系统具体包括拍摄模块、街景识别模块、数据传输模块、中心服务器模块、无线通信模块。
所述拍摄模块用于抓拍市容场景照片,包括变焦倍数不同的两个智能摄像头,智能摄像头为现有技术手段,所述数据传输模块用于将所述拍摄模块拍摄的图片传输到指挥中心的中心服务器模块,所述街景识别模块与拍摄模块配套为一体使用,具有AI识别算法可识别多种街景的异常情况,所述无线通信模块用于指挥中心工作人员联系现场工作人员进行现场处置
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于路灯监控城市市容的图像识别方法,其特征在于,包括以下步骤:
步骤一:排除环境因素,抓取异常街景市容图片,并标注;
步骤二:训练算法模型,识别正常、异常街景市容;
步骤三:模块部署,推送算法模型到智能摄像头;
步骤四:智能摄像头拍摄街景,发现异常情况立即上报;
步骤五:云服务器展示异常情况,支持手动处理。
2.根据权利要求1所述的一种基于路灯监控城市市容的图像识别方法,其特征在于,所述步骤一中环境因素具体包括:光照强度因素、杂乱物品、路人,具体方式为使用深度学习算法排除环境因素;
其中异常街景市容图片包括:垃圾堆积相关图片、非机动车违停图片、路面破损或积水图片、下水井盖破损或缺失图片。
3.根据权利要求2所述的一种基于路灯监控城市市容的图像识别方法,其特征在于,其中所识别的垃圾堆积图片包括:垃圾袋、塑料制品、玻璃制品、易拉罐、纸制品、硬纸板、厨余垃圾、废旧金属、混合垃圾、垃圾空桶、满载垃圾桶、泡沫塑料、其他生活垃圾、建筑垃圾中的任一种或多种;
其中所识别的非机动车违停图片包括:非机动车占用盲道、非机动车倾倒、非机动车摆放整齐度。
4.根据权利要求1所述的一种基于路灯监控城市市容的图像识别方法,其特征在于,所述步骤二中训练算法模型具体包括;
S1、收集市容异常情况,正常情况的实际典型照片;
S2、标注市容异常照片,市容正常街景照片;
S3、上传标注照片,标注数据至城管指挥中心云服务器;
S4、启动模型训练,得到能够有效排除光照强弱,杂乱物品/人物等影响,准确判断异常情况的街景识别模块。
5.根据权利要求1所述的一种基于路灯监控城市市容的图像识别方法,其特征在于,所述步骤四过程中,工作人员预先在路灯上安装的智能摄像头,进行不间断的7*24小时扫描监控路面市容,判断发现异常情况时,立即上报实际截图及自动识别结果到城管指挥中心云服务器。
6.根据权利要求1所述的一种基于路灯监控城市市容的图像识别方法,其特征在于,所述步骤五过程中,工作人员进行实际对比截图,若发现图片不清晰可进行和远程操作只能摄像头实时拍摄更清晰准确的照片作为判断依据,待确定异常情况后通知现场人员进行现场处置。
7.根据权利要求1-6任一项所述的一种基于路灯监控城市市容的图像识别方法,其特征在于,该方法应用于一种城市市容的图像识别系统,该系统具体包括拍摄模块、街景识别模块、数据传输模块、中心服务器模块、无线通信模块。
8.根据权利要求7所述的一种基于路灯监控城市市容的图像识别方法,其特征在于,所述拍摄模块用于抓拍市容场景照片,包括变焦倍数不同的两个智能摄像头,所述数据传输模块用于将所述拍摄模块拍摄的图片传输到指挥中心的中心服务器模块,所述街景识别模块与拍摄模块配套使用,所述无线通信模块用于指挥中心工作人员联系现场工作人员进行现场处置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110926251.2A CN113673402A (zh) | 2021-08-12 | 2021-08-12 | 一种基于路灯监控城市市容的图像识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110926251.2A CN113673402A (zh) | 2021-08-12 | 2021-08-12 | 一种基于路灯监控城市市容的图像识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113673402A true CN113673402A (zh) | 2021-11-19 |
Family
ID=78542552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110926251.2A Pending CN113673402A (zh) | 2021-08-12 | 2021-08-12 | 一种基于路灯监控城市市容的图像识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113673402A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114198723A (zh) * | 2021-12-10 | 2022-03-18 | 浙江省邮电工程建设有限公司 | 一种实现车辆监控和数据分析的智慧灯杆系统 |
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 |
---|---|---|---|---|
CN109190608A (zh) * | 2018-10-30 | 2019-01-11 | 长威信息科技发展股份有限公司 | 一种城市违章智能识别方法 |
CN209805977U (zh) * | 2019-06-24 | 2019-12-17 | 厦门日华科技股份有限公司 | 一种智慧城市监控系统 |
CN112378442A (zh) * | 2020-10-26 | 2021-02-19 | 成都华体慧城科技有限公司 | 一种基于智慧云平台的城市监控系统 |
-
2021
- 2021-08-12 CN CN202110926251.2A patent/CN113673402A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190608A (zh) * | 2018-10-30 | 2019-01-11 | 长威信息科技发展股份有限公司 | 一种城市违章智能识别方法 |
CN209805977U (zh) * | 2019-06-24 | 2019-12-17 | 厦门日华科技股份有限公司 | 一种智慧城市监控系统 |
CN112378442A (zh) * | 2020-10-26 | 2021-02-19 | 成都华体慧城科技有限公司 | 一种基于智慧云平台的城市监控系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114198723A (zh) * | 2021-12-10 | 2022-03-18 | 浙江省邮电工程建设有限公司 | 一种实现车辆监控和数据分析的智慧灯杆系统 |
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 |
---|---|---|
CN113673402A (zh) | 一种基于路灯监控城市市容的图像识别方法 | |
CN101872526B (zh) | 基于可编程摄像技术的烟火智能识别方法 | |
CN104766086B (zh) | 一种公路标识的监管方法和系统 | |
CN201397576Y (zh) | 车辆路口违法变向自动捕捉装置 | |
CN108360442B (zh) | 智能除雪方法、智能除雪车及计算机可读存储介质 | |
CN103295402A (zh) | 智能交通超速抓拍系统 | |
CN101847318B (zh) | 一种计算机辅助视频抓拍识别系统 | |
CN109815912B (zh) | 一种基于人工智能的高速公路安全巡查系统 | |
CN110703709A (zh) | 一种智慧环卫云平台综合管理系统 | |
CN202217385U (zh) | 用于公交车专用车道的车辆违章占道抓拍系统 | |
CN107729850B (zh) | 物联网户外广告监播系统 | |
CN101123039A (zh) | 基于数字摄像机的闯红灯检测系统及方法 | |
CN112329553B (zh) | 一种车道线标注方法及装置 | |
CN105118298A (zh) | 一种基于ZigBee的十字路口闯红灯抓拍系统 | |
CN105262983A (zh) | 基于灯联网的道路监控系统与方法 | |
CN112393186A (zh) | 一种具有人流密度监测报警功能的智能led路灯 | |
CN112511610A (zh) | 基于城市精细化管理条件的车载巡视智能方法和系统 | |
CN201247530Y (zh) | 车辆闯红灯自动检测系统 | |
CN105989740A (zh) | 夜间停车监测 | |
CN113743408A (zh) | 废弃物处理方法、装置、存储介质、处理器及电子设备 | |
CN201203419Y (zh) | 城市交叉路口车辆排队长度的单帧图像检测装置 | |
CN100458561C (zh) | 智能交通的高速摄像抓拍的方法及其系统 | |
CN205486316U (zh) | 一种基于fpga技术的路边无障碍停车计费系统 | |
CN109360433B (zh) | 适用于雾天的道路预警系统及方法 | |
CN204087489U (zh) | 一种数码显示高清电子警察抓拍装置 |
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 |