CN114241430A - 一种事件检测方法、装置、系统、电子设备及存储介质 - Google Patents
一种事件检测方法、装置、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114241430A CN114241430A CN202111580157.2A CN202111580157A CN114241430A CN 114241430 A CN114241430 A CN 114241430A CN 202111580157 A CN202111580157 A CN 202111580157A CN 114241430 A CN114241430 A CN 114241430A
- Authority
- CN
- China
- Prior art keywords
- image
- event
- event detection
- target
- sample
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
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)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种事件检测方法、装置、系统、电子设备及存储介质,所述方法包括:获取待检测图像以及采集所述待检测图像时的目标环境信息,基于目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式,基于目标事件检测方式,对待检测图像进行事件检测,得到事件检测结果。这样,电子设备针对采集待检测图像时不同的目标环境信息,可以基于预先建立的环境信息与事件检测方式的对应关系,选择适合于该目标环境信息的目标事件检测方式对待检测图像进行处理,降低了环境因素对事件检测的影响,进而提高了事件检测的准确度。
Description
技术领域
本发明涉及事件检测领域,特别是涉及一种事件检测方法、装置、系统、电子设备及存储介质。
背景技术
事件检测能够确定发生的事件,以及时地处理事件,例如,事件检测可以检测交通事件、人群事件等,目前事件的检测方式通常采用事件检测算法,对摄像机采集的事件视频进行事件检测,从而判断是否发生了事件。
但是,所采集的视频会受到各种环境因素,例如天气因素、道路条件因素等因素的影响,会导致事件检测的准确度较低。
发明内容
本发明实施例的目的在于提供一种事件检测方法、装置、系统、电子设备及存储介质,以提高事件检测的准确度。具体技术方案如下:
第一方面,本发明实施例提供了一种事件检测方法,所述方法包括:
获取待检测图像以及采集所述待检测图像时的目标环境信息;
基于所述目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式;
基于所述目标事件检测方式,对所述待检测图像进行事件检测,得到事件检测结果。
可选的,所述目标环境信息包括以下至少一种:
采集所述待检测图像的图像采集设备的安装角度信息、路面信息、天气信息。
可选的,所述目标事件检测方式包括一个或多个目标事件检测算法,每个所述目标事件检测算法分别对应一种事件类型;
所述基于所述目标事件检测方式,对所述待检测图像进行事件检测的步骤,包括:
基于每个所述目标事件检测算法,从预先建立的标定规则包中确定该目标事件检测算法对应的目标标定规则,其中,所述标定规则包中包括预先确定的每个事件检测算法对应的标定规则;
按照所述目标标定规则对所述待检测图像进行标定,得到标定信息,其中,所述目标标定规则用于指示利用该目标事件检测算法,对所述待检测图像中事件检测所需的辅助信息的标定方式;
利用每个所述目标事件检测算法以及其对应的标定信息对所述待检测图像进行事件检测。
可选的,所述环境信息与交通事件检测方式的对应关系的建立方式,包括:
获取多个环境信息样本中每个环境信息样本对应的多种事件类型的图像样本;
利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法,其中,每个所述事件检测算法分别对应一种事件类型;
将所述每个环境信息样本对应的环境信息及其对应的各种事件类型所对应的事件检测算法对应记录,得到环境信息与事件检测方式的对应关系。
可选的,所述利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法的步骤,包括:
对每个环境信息样本对应的每种事件类型的每个图像样本进行标定,得到标定标签;
针对同一个环境信息样本对应的同种事件类型,将该事件类型对应的每个图像样本输入至该事件类型对应的初始检测模型,得到预测结果;
基于每个图像样本对应的标定标签以及预测结果的差异,调整该图像样本对应的事件类型所对应的初始检测模型的模型参数,直到该初始检测模型收敛,得到该图像样本对应的环境信息样本及事件类型对应的事件检测算法。
可选的,所述利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法的步骤,还包括:
对每个环境信息样本对应的每种事件类型的每个图像样本,按照初始标定规则进行辅助信息标定,得到辅助信息;
针对同一个环境信息样本对应的同种事件类型,在该事件类型对应的初始检测模型基于所述辅助信息对该事件类型对应的每个图像样本进行检测得到预测结果后,基于该预测结果调整所述初始标定规则,直到该初始检测模型收敛,得到该事件类型对应的标定规则;
针对所述每个环境信息样本,记录该环境信息样本对应的各种事件类型的事件检测算法与标定规则之间的对应关系,并将该环境信息样本对应的标定规则生成标定规则包。
第二方面,本发明实施例提供了一种事件检测装置,所述装置包括:
获取模块,用于获取待检测图像以及采集所述待检测图像时的目标环境信息;
确定模块,用于基于所述目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式;
检测模块,用于基于所述目标事件检测方式,对所述待检测图像进行事件检测,得到事件检测结果。
可选的,所述目标环境信息包括以下至少一种:
采集所述待检测图像的图像采集设备的安装角度信息、路面信息、天气信息;
所述目标事件检测方式包括一个或多个目标事件检测算法,每个所述目标事件检测算法分别对应一种事件类型;
所述检测模块包括:
确定单元,用于基于每个所述目标事件检测算法,从预先建立的标定规则包中确定该目标事件检测算法对应的目标标定规则,其中,所述标定规则包中包括预先确定的每个事件检测算法对应的标定规则;
标定单元,用于按照所述目标标定规则对所述待检测图像进行标定,得到标定信息,其中,所述目标标定规则用于指示利用该目标事件检测算法,对所述待检测图像中事件检测所需的辅助信息的标定方式;
检测单元,用于利用每个所述目标事件检测算法以及其对应的标定信息对所述待检测图像进行事件检测;
所述环境信息与交通事件检测方式的对应关系是通过建立模块预先建立的,所述建立模块包括:
获取单元,用于获取多个环境信息样本中每个环境信息样本对应的多种事件类型的图像样本;
训练单元,用于利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法,其中,每个所述事件检测算法分别对应一种事件类型;
记录单元,用于将所述每个环境信息样本对应的环境信息及其对应的各种时间类型所对应的事件检测算法对应记录,得到环境信息与事件检测方式的对应关系;
所述训练单元包括:
第一标定子单元,用于对每个环境信息样本对应的每种事件类型的每个图像样本进行标定,得到标定标签;
预测子单元,用于针对同一个环境信息样本对应的同种事件类型,将该事件类型对应的每个图像样本输入至该事件类型对应的初始检测模型,得到预测结果;
第一调整子单元,用于基于每个图像样本对应的标定标签以及预测结果的差异,调整该图像样本对应的事件类型所对应的初始检测模型的模型参数,直到该初始检测模型收敛,得到该图像样本对应的环境信息样本及事件类型对应的事件检测算法;
所述训练单元还包括:
第二标定单元,用于对每个环境信息样本对应的每种事件类型的每个图像样本,按照初始标定规则进行辅助信息标定,得到辅助信息;
第二调整子单元,用于针对同一个环境信息样本对应的同种事件类型,在该事件类型对应的初始检测模型基于所述辅助信息对该事件类型对应的每个图像样本进行检测得到预测结果后,基于该预测结果调整所述初始标定规则,直到该初始检测模型收敛,得到该事件类型对应的标定规则;
记录子单元,用于针对所述每个环境信息样本,记录该环境信息样本对应的各种事件类型的事件检测算法与标定规则之间的对应关系,并将该环境信息样本对应的标定规则生成标定规则包。
第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面任一所述的方法步骤。
第四方面,本发明实施例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,所述计算机程序被处理器执行时实现上述第一方面任一所述的方法步骤。
第五方面,本发明实施例提供了一种事件检测系统,所述系统包括如上述第三方面所述的电子设备、图像采集设备以及环境检测设备,其中:
所述环境检测设备,用于检测采集待检测图像时的目标环境信息,并将所述目标环境信息发送至所述电子设备;
所述图像采集设备,用于采集所述待检测图像,并发送至所述电子设备。
本发明实施例有益效果:
本发明实施例提供的方案中,电子设备可以获取待检测图像以及采集待检测图像时的目标环境信息,基于目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式,基于目标事件检测方式,对待检测图像进行事件检测,得到事件检测结果。通过上述方案,电子设备针对采集待检测图像时不同的目标环境信息,可以基于预先建立的环境信息与事件检测方式的对应关系,选择适合于该目标环境信息的目标事件检测方式对待检测图像进行处理,降低了环境因素对事件检测的影响,进而提高了事件检测的准确度。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本发明实施例所提供的一种事件检测方法的流程图;
图2为图1所示实施例中步骤S103的一种具体流程图;
图3为基于图1所示实施例的环境信息与事件检测方式的对应关系的建立方式的一种流程图;
图4为图3所示实施例中步骤S302的一种具体流程图;
图5为图3所示实施例中步骤S302的另一种具体流程图;
图6为本发明实施例所提供的一种事件检测装置的结构示意图;
图7为图6所示实施例中检测模块630的一种具体结构示意图;
图8为本发明实施例所提供的一种电子设备的结构示意图;
图9为本发明实施例所提供的事件检测系统的一种结构示意图。
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。基于本发明中的实施例,本领域普通技术人员基于本发明所获得的所有其他实施例,都属于本发明保护的范围。
为了提高事件检测的准确度,本发明实施例提供了一种事件检测方法、装置、系统、电子设备、计算机可读存储介质以及计算机程序产品。下面首先对本发明实施例所提供的一种事件检测方法进行介绍。
本发明实施例所提供的一种事件检测方法可以应用于任一需要进行事件检测的电子设备,例如,可以为服务器或终端,在此不做具体限定,为了描述清楚,后续称为电子设备。
如图1所示,一种事件检测方法,所述方法可以包括:
S101,获取待检测图像以及采集所述待检测图像时的目标环境信息;
S102,基于所述目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式;
S103,基于所述目标事件检测方式,对所述待检测图像进行事件检测,得到事件检测结果。
可见,本发明实施例提供的方案中,电子设备可以获取待检测图像以及采集待检测图像时的目标环境信息,基于目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式,基于目标事件检测方式,对待检测图像进行事件检测,得到事件检测结果。通过上述方案,电子设备针对采集待检测图像时不同的目标环境信息,可以基于预先建立的环境信息与事件检测方式的对应关系,选择适合于该目标环境信息的目标事件检测方式对待检测图像进行处理,降低了环境因素对事件检测的影响,进而提高了事件检测的准确度。
在需要进行事件检测时,电子设备可以获取待检测图像以及采集上述待检测图像时的目标环境信息,其中,待检测图像可以是图像采集设备抓拍的图像,还可以是图像采集设备所采集的视频中所包括的视频帧图像等。待检测图像可以为实时视频图像,也可以为存储于电子设备或者其他设备中的图像,这都是合理的。
在一种实施方式中,上述事件可以为交通事件,那么在上述步骤S101中,电子设备可以获取交通事件检测所需的待检测图像以及采集待检测图像时的目标环境信息。例如,图像采集设备可以将其采集的交通视频实时发送至电子设备,电子设备将该交通视频中的各帧图像作为待检测图像进行实时交通事件检测,或者,图像采集设备采集交通视频,可以将该交通视频中的各帧图像作为待检测图像,进而进行实时交通事件检测。
又例如,当用户想要查看某个时间某个地点是否发生交通事故时,可以选择对应的时间、地点的交通视频,电子设备获取到用户选择的该交通视频,可以将该交通视频中的各帧图像作为待检测图像。
上述目标环境信息为采集该待检测图像时,该待检测图像所对应的现实场景的环境信息,其中,环境信息可以包括道路相关信息、天气相关信息、图像采集设备相关信息等与采集该待检测图像时的现实场景相关的各种信息,这都是合理的。例如,待检测图像A为时间1于a十字路口采集的交通图像,那么待检测图像A对应的目标环境信息即为在时间1,a十字路口处的环境信息。
在获取到待检测图像以及采集待检测图像时的目标环境信息后,电子设备可以执行上述步骤S102,即基于目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式。
为了方便确定目标事件检测方式,可以预先建立环境信息与事件检测方式的对应关系,每种环境信息所对应的事件检测方式即为该环境信息所对应的检测效果较好的事件检测方式。
这样,电子设备可以基于上述目标环境信息,从预先建立的环境信息与事件检测方式的对应关系中,确定与目标环境信息相匹配的环境信息,进而将该环境信息对应的事件检测方式确定为目标事件检测方式。其中,目标事件检测方式可以对应一个目标事件检测算法或者多个目标事件检测算法,并且,每个目标事件检测算法对应一种事件类型。
例如,上述事件为交通事件,预先建立的环境信息与交通事件检测方式的对应关系如下表所示:
那么,如果目标环境信息为水泥路面-干燥-强光-3000米,电子设备便可以确定出与目标环境信息相匹配的环境信息为环境信息2,进而可以将环境信息2对应的交通事件检测方式2确定为目标交通事件检测方式。
由于目标事件检测方式所对应的环境信息为与采集待检测图像时的目标环境信息相匹配的环境信息,因此,基于该目标环境信息所确定的目标事件检测方式适应于采集待检测图像时的目标环境信息,采用目标事件检测方式对待检测图像进行事件检测可以降低环境因素对事件检测结果造成的影响。
因此,在得到目标事件检测方式后,电子设备可以执行上述步骤S103,即基于该目标事件检测方式,对待检测图像进行事件检测,得到事件检测结果。其中,针对交通事件,检测结果可以为待检测图像中出现障碍物、交通事故、抛洒物、逆行、车辆拥堵、超速、占用应急道路的区域等,在此不做具体限定。
在一种实施方式中,确定了待检测图像中的事件区域后,还可以进行进一步检测以确定更加详细的事件信息。例如,针对交通事件,确定了待检测图像中的占用应急道路事件的区域后,还可以对该区域中的车辆进行车牌号检测,以确定占用应急道路的车辆的车牌号,方便工作人员进行处理。
下面结合实例对本发明实施例所提供的事件检测方法进行介绍。针对只需检测一种事件类型的事件的情况来说,例如,事件类型为障碍物,那么电子设备获取待检测图像以及采集待检测图像时的目标环境信息,例如为沥青路面-干燥-正常光-1000米,预先建立的环境信息与障碍物检测算法之间的对应关系如下:
环境信息 | 路面材质 | 路面状况 | 光照强度 | 能见度 | 障碍物检测算法 |
环境信息1 | 水泥路面 | 湿润 | 正常光 | 500米 | 障碍物检测算法A |
环境信息2 | 水泥路面 | 干燥 | 强光 | 3000米 | 障碍物检测算法B |
… | … | ||||
环境信息n | 沥青路面 | 干燥 | 正常光 | 1000米 | 障碍物检测算法C |
那么,电子设备可以确定所要采用的障碍物检测算法具体为障碍物检测算法C,进而,电子设备便可以采用障碍物检测算法C对待检测图像进行障碍物检测,得到待检测图像中障碍物的区域,即事件检测结果。
针对检测多种事件类型的事件的情况来说,例如,事件类型包括障碍物、抛洒物、压线,那么电子设备获取待检测图像以及采集待检测图像时的目标环境信息,例如为沥青路面-干燥-正常光-1000米,预先建立的环境信息与障碍物检测算法之间的对应关系如下:
那么,电子设备可以根据预先建立的环境信息与障碍物检测算法之间的对应关系,确定所要采用的检测算法具体为障碍物检测算法C、抛洒物检测算法C以及压线检测算法C,进而,电子设备便可以分别采用障碍物检测算法C、抛洒物检测算法C以及压线检测算法C对待检测图像进行检测,得到待检测图像中障碍物的区域、抛洒物区域、压线区域中的一种或几种,即事件检测结果。
可见,本实施例中,电子设备可以采用目标事件检测方式,即适应于采集待检测图像时的目标环境信息的事件检测方式,对该待采集图像进行事件检测,进而便可以得到事件检测结果,这样,电子设备便可以针对采集待检测图像时不同的目标环境信息,可以基于预先建立的环境信息与事件检测方式的对应关系,选择适合于该目标环境信息的目标事件检测方式对待检测图像进行处理,降低了环境因素对事件检测的影响,进而提高了事件检测的准确度。
作为本发明实施例的一种实施方式,上述目标环境信息可以包括以下至少一种:采集所述待检测图像的图像采集设备的安装角度信息、路面信息、天气信息。其中,路面信息可以包括路面材质信息、路面状况信息等。天气信息可以包括能见度信息、光照信息等。
由于图像采集设备的安装角度、路面材质、路面是否有雨水、结冰等状况、能见度以及光照强度等因素均有可能对交通事件的检测带来影响,所以为了提高交通事件检测结果的准确度,上述目标环境信息可以包括采集待检测图像的图像采集设备的安装角度信息、路面材质信息、路面状况信息、能见度信息、光照信息中的至少一种。作为一种实施方式,为了尽可能提高交通事件检测结果的准确度,目标环境信息可以包括采集待检测图像的图像采集设备的安装角度信息、路面材质信息、路面状况信息、能见度信息以及光照信息。
由于图像采集设备的安装位置相对于道路的角度不同,会导致采集的待检测图像中的画面内容的不同,会对交通事件的检测带来影响,所以图像采集设备的安装角度信息可以包括图像采集设备的安装位置相对于道路的角度,例如,图像采集设备安装于道路左侧,即为左侧装;图像采集设备安装于道路右侧,即为右侧装;图像采集设备安装于道路中央,即为正装。
路面材质信息可以为路面的材质类型,例如,可能为土地路面、水泥路面和沥青路面等。路面状况信息可以为由于天气或人为原因导致的路面呈现的状况,例如,可以为结冰、积水、积雪、干燥或湿润等。能见度信息即为视力正常的人能将目标物从背景中识别出来的最大距离,雾天、雾霾、沙尘等天气将会影响能见度,其中,能见度信息例如可以为50米、100米、200米、500米、1000米、3000米等。
由于光照强度对应待检测图像的清晰度的影响较大,所以光照信息可以为能够标识光照强度的信息,其中,光照强度是单位面积所接受可见光的能量,可以按照光照强度进行分类,将分类得到的光照类别作为光照信息。例如,可以将环境光照强度分为强光照、正常光照以及弱光照等,在此不做具体限定。那么光照信息即可以包括强光照、正常光照、弱光照等。
可见,在本实施例中,目标环境信息可以包括采集待检测图像的图像采集设备的安装角度信息、路面信息、天气信息中的至少一种。由于这些信息能够准确表征采集待检测图像时的环境情况,因此,基于这些目标环境信息确定的目标交通事件检测方式更为适合于对待检测图像的交通事件检测,进而提高交通事件检测的准确度。
作为本发明实施例的一种实施方式,上述目标事件检测方式可以包括一个或多个目标事件检测算法,每个目标事件检测算法分别对应一种事件类型,如图2所示,上述基于所述目标事件检测方式,对所述待检测图像进行事件检测的步骤,可以包括:
S201,基于所述目标事件检测算法,从预先建立的标定规则包中确定该目标事件检测算法对应的目标标定规则;
采用目标事件检测方式对待检测图像进行检测时,为了能够准确的检测出是否发生了事件,电子设备可以将对待检测图像进行事件检测所需的辅助信息标定出来,进而基于辅助信息对待检测图像进行事件检测,因此,电子设备可以预先建立标定规则包,其中,标定规则包中可以包括预先确定的每个事件检测算法对应的标定规则,即每个事件检测所需的辅助信息的标定规则,标定规则即用于指示待检测图像中事件检测所需的辅助信息的标定方式。
这样,在确定出目标事件检测算法后,电子设备便可以基于目标事件检测算法,从预先建立的标定规则包中确定出与该目标事件检测算法对应的目标标定规则,即得到采用该目标事件检测算法对待检测图像进行事件检测时所需的辅助信息的标定方式。
不同的事件检测算法对应的标定规则可能相同,也可能不同,在此不做具体限定。例如,事件检测为交通事件检测时,逆行事件检测算法以及压线行驶事件检测算法中,均需要将待检测图像中的车道线标定出来,因此逆行事件检测算法以及压线行驶事件检测算法所对应的标定规则中即可以包括将图像中车道线标定出来的标定规则。
S202,按照所述目标标定规则对所述待检测图像进行标定,得到标定信息;
在确定出目标标定规则之后,由于目标标定规则可以用于指示利用目标事件检测算法,对待检测图像中事件检测所需的辅助信息的标定方式,因此,电子设备便可以按照目标标定规则对待检测图像进行标定,得到标定信息,进而,便可以得到已标定出辅助信息的待检测图像,其中,事件检测为交通事件检测时,辅助信息可以包括待检测图像中的感兴趣区域、栏杆、辅助线以及车道线等,在此不做具体限定。
例如,针对占用应急道路的交通事件的检测,目标交通事件检测算法即为占用应急道路检测算法,其所对应的目标标定规则为标定规则1,那么电子设备可以基于标定规则1将待检测图像A中的应急道路区域标定出来,得到待检测图像A的标定信息1。
S203,利用每个所述目标事件检测算法以及其对应的标定信息对所述待检测图像进行事件检测。
在得到标定信息,电子设备可以利用上述目标事件检测算法以及其对应的标定信息对待检测图像进行事件检测,进而便可以确定是否发生事件,进而确定出发生事件的区域。
例如,承接步骤S202的例子,电子设备在获得上述标定信息1后,可以利用占用应急道路检测算法以及标定信息1,对待检测图像A中的应急道路区域进行车辆检测,确定应急道路区域内是否存在车辆,进而判断占用应急道路事件是否发生,并确定出发生占用应急道路事件的区域,作为交通事件检测结果。
可见,在本实施例中,电子设备可以基于每个目标事件检测算法,从预先建立的标定规则包中确定该目标事件检测算法对应的目标标定规则,按照目标标定规则对待检测图像进行标定,得到标定信息,进而,利用每个目标事件检测算法以及其对应的标定信息对待检测图像进行事件检测。由于目标标定规则能够指示待检测图像中事件检测所需的辅助信息的标定方式,因此电子设备采用目标标定规则对待检测图像进行标定可以得到准确的标定信息,进而基于该标定信息对待检测图像进行事件检测时,能够进一步提高事件检测结果的准确度。
作为本发明实施例的一种实施方式,如图3所示,上述环境信息与事件检测方式的对应关系的建立方式,可以包括:
S301,获取多个环境信息样本中每个环境信息样本对应的多种事件类型的图像样本;
为了能够确定各种不同环境场景下所适合的事件检测方式,可以预先获取多个环境信息样本中每个环境信息样本对应的多种事件类型的图像样本。
其中,环境信息样本为可以表征不同环境信息的参数值,其可以包括以下至少一种:采集每个图像样本的图像采集设备的安装角度信息、每个图像样本对应的路面信息、天气信息。图像样本即为在每个环境信息样本对应的环境状况下采集的包括各种类型事件的图像样本。
针对不同类型的事件,可以获取多个初始检测模型,其中,每个初始检测模型对应一种事件类型,用于对该事件类型的事件进行检测。当事件为交通事件时,交通事件类型可以包括交通事故、抛洒物、逆行、车辆拥堵、超速、占用应急道路等,在此不做具体限定。那么,每个初始检测模型可以对应一种交通事件类型,用于对该类型的交通事件进行交通事件检测。
例如,所要检测的交通事件类型包括抛洒物、逆行、车辆拥堵以及超速4个类型,那么,电子设备可以获取4个初始检测模型,针对每种交通事件类型,电子设备可以获取多个环境信息样本对应的环境信息下采集的该种交通事件类型的交通图像样本。例如,针对抛洒物交通事件类型,可以获取每个环境信息样本对应的环境信息下采集的100个包括抛洒物事件的交通图像样本。
S302,利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法;
在得到多个环境信息样本中每个环境信息样本对应的多种事件类型的图像样本之后,由于每个环境信息样本对应多种事件类型的图像样本,而针对不同的事件类型,事件检测算法不同,所以每个环境信息样本可以对应多个事件检测算法,每个事件检测算法对应一种事件类型。
电子设备可以利用每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到每个环境信息样本对应的多个事件检测模型,作为每个环境信息样本对应的多个事件检测算法。
例如,承接步骤S301的例子,针对天气环境信息样本1,电子设备可以利用环境信息样本1对应的抛洒物事件的100个交通图像样本以及抛洒物事件类型对应的初始检测模型,训练得到环境信息样本1对应的抛洒物检测模型,作为环境信息样本1对应的抛洒物检测算法。采用同样的方式,可以训练得到环境信息样本1对应的逆行检测算法、车辆拥堵检测算法以及超速检测算法等。
S303,将所述每个环境信息样本对应的环境信息及其对应的各种事件类型所对应的事件检测算法对应记录,得到环境信息与事件检测方式的对应关系。
确定了每个环境信息样本对应的多个事件检测算法后,电子设备可以将每个环境信息样本对应的环境信息及其对应的各种事件类型所对应的事件检测算法对应记录,进而得到环境信息与交通事件检测方式的对应关系。
例如,电子设备确定环境信息样本1对应的各种事件类型所对应的事件检测算法为抛洒物检测算法1、逆行检测算法1、车辆拥堵检测算法1以及超速检测算法1;环境信息样本2对应的各种事件类型所对应的事件检测算法为抛洒物检测算法2、逆行检测算法2、车辆拥堵检测算法2以及超速检测算法2;环境信息样本3对应的各种事件类型所对应的事件检测算法为抛洒物检测算法3、逆行检测算法3、车辆拥堵检测算法3以及超速检测算法3。那么,电子设备可以将环境信息样本对应的环境信息1、环境信息2以及环境信息3分别与其对应的事件检测算法进行对应记录,得到如下表所示的对应关系:
在一种实施方式中,电子设备可以将多个事件检测算法生成事件检测算法包,方便服务器或者前端摄像机等设备加载并使用。作为一种实施方式中,电子设备可以将每个环境信息样本对应的环境信息及其对应的各种事件类型所对应的事件检测算法的对应关系记录于表格中,得到环境信息与事件检测方式的对照集。
可见,在本实施例中,电子设备可以获取多个环境信息样本中每个环境信息样本对应的多种事件类型的图像样本,利用每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到每个环境信息样本对应的多个事件检测算法,将每个环境信息样本对应的环境信息及其对应的各种事件类型所对应的事件检测算法对应记录,得到环境信息与事件检测方式的对应关系,通过上述方式,电子设备便可以建立得到环境信息与事件检测方式的对应关系,以便后续基于目标环境信息选择合适于该目标环境信息的目标事件检测方式对待检测图像进行处理,降低环境因素对事件检测的影响,进而提高事件检测的准确度。
作为本发明实施例的一种实施方式,如图4所示,上述利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法的步骤,可以包括:
S401,对每个环境信息样本对应的每种事件类型的每个图像样本进行标定,得到标定标签;
在获取到每个环境信息样本对应的多种事件类型的图像样本后,电子设备对每个环境信息样本对应的每种事件类型的每个图像样本进行标定,得到标定标签。在一种实施方式中,可以对每个图像样本进行事件区域的标定,即标定出图像样本中包括的发生事件的区域,作为标定标签。
S402,针对同一个环境信息样本对应的同种事件类型,将该事件类型对应的每个图像样本输入至该事件类型对应的初始检测模型,得到预测结果;
进而,针对同一个环境信息样本对应的同种事件类型,可以将该事件类型对应的每个图像样本输入至该事件类型对应的初始检测模型,得到预测结果。在一种实施方式中,该初始检测模型可以基于图像样本的图像特征,进行事件区域预测,输出的预测的事件区域,作为预测结果。
S403,基于每个图像样本对应的标定标签以及预测结果的差异,调整该图像样本对应的事件类型所对应的初始检测模型的模型参数,直到该初始检测模型收敛,得到该图像样本对应的环境信息样本及事件类型对应的事件检测算法。
进而,电子设备便可以基于每个图像样本对应的标定标签以及预测结果的差异,调整该图像样本对应的事件类型所对应的初始检测模型的模型参数,直到初始模型收敛,得到该事件类型对应的事件检测模型。其中,可以采用梯度下降算法、随机梯度下降算法等调整初始检测模型的参数,在此不做具体限定。
例如,针对环境信息样本a对应的车辆拥堵事件类型所对应的初始检测模型,可以将在环境信息样本a对应的环境状况下采集的每个图像样本输入该初始检测模型,进而,根据该初始检测模型输出的车辆拥堵预测区域与标定的车辆拥堵区域之间的差异调整该初始检测模型的参数,直到该初始检测模型收敛,即可以得到用于在环境信息样本a对应的环境状况下检测车辆拥堵事件的检测模型。
可见,在本实施例中,电子设备可以对每个环境信息样本对应的每种事件类型的每个图像样本进行标定,得到标定标签,进而针对同一个环境信息样本对应的同种事件类型,将该事件类型对应的每个图像样本输入至该事件类型对应的初始检测模型,得到预测结果,进而基于每个图像样本对应的标定标签以及预测结果的差异,调整该图像样本对应的事件类型所对应的初始检测模型的模型参数,直到该初始检测模型收敛,得到该图像样本对应的环境信息样本及事件类型对应的事件检测算法。这样,电子设备便可以训练得到每个环境信息样本对应的多个事件检测算法,以便后续基于目标环境信息选择合适于该目标环境信息的目标事件检测方式对待检测图像进行处理,降低环境因素对事件检测的影响,进而提高事件检测的准确度。
作为本发明实施例的一种实施方式,如图5所示,上述利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法的步骤,还可以包括:
S501,对每个环境信息样本对应的每种事件类型的每个图像样本,按照初始标定规则进行辅助信息标定,得到辅助信息;
由于在进行事件检测时,可以基于待检测图像中的相关辅助信息进行事件检测,因此,在训练每个环境信息样本对应的事件检测算法的过程中,针对每个图像样本,电子设备可以基于当前标定规则,标定出该图像样本中的辅助信息,基于该辅助信息,对该图像样本进行交通事件检测,得到检测结果。进而,根据检测结果的准确度调整该环境信息样本对应的标定规则,以得到更加适应于该环境信息样本对应的环境场景的标定规则。
例如,环境信息样本1为沥青路面-结冰-弱光照-500米-正装,环境信息样本1对应的交通图像样本1为十字路口发生了追尾事件,当前标定规则为标定规则1,电子设备可以基于标定规则1标定出交通图像样本1中的辅助信息1,基于该辅助信息1,对交通图像样本1进行交通事件检测,得到检测结果1,将检测结果1与追尾事件进行对比,得到检测结果1的准确度,进而根据检测结果1的准确度调整环境信息样本1对应的标定规则,得到标定规则2。依此类推,不断调整标定规则以得到更加准确的标定规则。
具体来说,在训练每个环境信息样本对应的多个事件检测算法的过程中,针对每个图像样本,电子设备可以对每个环境信息样本对应的每种事件类型的每个图像样本按照初始标定规则进行辅助信息标定,得到辅助信息。其中,初始标定规则可以为根据实际事件类型所需的辅助信息,人为预设的标定规则。
S502,针对同一个环境信息样本对应的同种事件类型,在该事件类型对应的初始检测模型基于所述辅助信息对该事件类型对应的每个图像样本进行检测得到预测结果后,基于该预测结果调整所述初始标定规则,直到该初始检测模型收敛,得到该事件类型对应的标定规则;
在上述事件检测模型的训练过程中,针对同一个环境信息样本对应的同种事件类型,该事件类型对应的初始检测模型可以基于辅助信息,对该事件类型对应的每个图像样本进行检测,得到预测结果。由于该预测结果是基于辅助信息进行检测得到的,所以也反映了辅助信息的准确性,也就反映了初始标定规则的准确性。进而,电子设备便可以基于预测结果调整初始标定规则,直到该初始检测模型收敛,得到该事件类型对应的标定规则,也就可以得到更加适应于该图像样本对应的环境信息样本所对应的环境场景的标定规则。
例如,环境信息样本2为沥青路面-结冰-强光照-800米-正装,环境信息样本2对应的交通图像样本2包括的事件为车辆压线,初始标定规则为标定车道线,那么电子设备可以按照该初始标定规则对交通图像样本2进行标定,得到辅助信息。进而,事件检测模型的训练过程中,在该事件类型对应的初始检测模型可以基于辅助信息对交通图像样本2进行检测,得到预测结果。进而,可以基于交通图像样本2的预测结果的准确度调整初始标定规则,例如,可以调整标定车道线的长度、宽度等。这样,随着交通图像样本的迭代,可以不断调整初始标定规则,直到得到能够准确标定出环境信息为沥青路面、结冰、强光照、能见度800米以及图像采集设备正装情况下的车道线的标定规则。
S503,针对所述每个环境信息样本,记录该环境信息样本对应的各种事件类型的事件检测算法与标定规则之间的对应关系,并将该环境信息样本对应的标定规则生成标定规则包。
电子设备可以针对每个环境信息样本,记录该环境信息样本对应的各种事件类型的事件检测算法与标定规则之间的对应关系,以便后续基于目标事件检测算法选取该目标事件检测算法对应的目标标定规则,从而实现对待检测图像进行事件检测,并且,电子设备将该环境信息样本对应的标定规则生成标定规则包,该标定规则包中包括多个标定规则,以便服务器或者前端摄像机等设备加载并使用。
例如,电子设备在获取得到环境信息样本3中交通类型1对应的标定规则1以及交通事件检测算法1之后,可以记录对应关系为环境信息样本1-交通事件检测算法1-标定规则1。
作为一种实施方式,电子设备还可以建立事件检测算法包-标定规则包-环境信息对照集,该对照集可以用于电子设备在获取得到目标环境信息后,可以根据目标环境信息从事件检测算法包选取适应于目标环境信息的一个或多个目标事件检测算法,进而从标定规则包中选取目标事件检测算法对应的目标标定规则。
在一种实施方式中,电子设备将每个环境信息样本对应的环境信息、其对应的事件检测方式以及其对应的标定规则的对应关系对应记录于表格中,进而便可以得到环境信息-事件检测方式-标定规则的对应关系映射表,方便后续进行事件检测时使用。
例如,事件检测为交通事件检测,环境信息-多种交通事件检测算法-标定规则的对应关系映射表可以如下表所示:
可见,在本实施例中,电子设备可以对每个环境信息样本对应的每种事件类型的每个图像样本,按照初始标定规则进行辅助信息标定,得到辅助信息,针对同一个环境信息样本对应的同种事件类型,在该事件类型对应的初始检测模型基于辅助信息对该事件类型对应的每个图像样本进行检测得到预测结果后,基于该预测结果调整初始标定规则,直到该初始检测模型收敛,得到该事件类型对应的标定规则,针对所述每个环境信息样本,记录该环境信息样本对应的各种事件类型的事件检测算法与标定规则之间的对应关系,并将该环境信息样本对应的标定规则生成标定规则包,通过这样的方式,电子设备得到标定规则包后,方便后续进行事件检测时使用,保证事件检测的效率。
下面以交通事件检测为例,对本发明实施例所提供的事件检测方法的一种整体流程进行举例介绍。
步骤1:获取多个环境信息样本中每个环境信息样本对应的多种事件类型的交通图像样本以及多个初始检测模型;
其中,环境信息样本可以为表征不同环境信息的参数值,具体可以包括:表征路面材质信息的参数值:例如,表征土地、水泥和沥青等路面材质信息参数值,表征路面状况信息的参数值,例如,表征结冰、积水、干燥、积雪和湿润等路面状况信息的参数值,表征光照信息的参数值,例如,表征强光照、正常光照和弱光照等光照信息的参数值,表征能见度信息的参数值,例如:表征50m、100m、200m、500m、1000m以及3000m等能见度信息的参数值,表征采集交通图像样本的图像采集设备的安装角度信息的参数值,例如:表征正装、左侧装和右侧装等角度信息的参数值,积累至满足交通事件检测方式训练要求的数量。
步骤2:利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,分别进行每个环境信息样本对应的多个事件检测算法的训练,获取不同环境条件下的交通事件检测算法包与标定规则包。
其中,一个交通事件检测算法可以对应一个标定规则,也可以没有标定规则。每个交通事件检测算法可以通过一个交通事件检测模型来实现,交通事件检测算法包中包括多个交通事件检测算法,并且每个交通事件检测算法对应于一个交通事件检测模型。
步骤3:建立交通事件检测算法-环境信息对照关系;
例如,交通事件检测方式包括一个交通事件检测算法1,可以建立对照关系:水泥路面-干燥-强光-3000米-正装-交通事件检测算法1。
步骤4:将交通事件检测算法-标定规则包-环境信息对照关系、交通事件检测算法包加载进入电子设备。
其中,电子设备可以为前端相机或者边缘服务器,因此,可以将交通事件检测算法-标定规则包-环境信息对照关系、交通事件检测算法包加载进入前端相机或者边缘服务器。
步骤5:将环境检测设备,如路面状况检测器、能见度检测器、光照强度检测器接入电子设备,向电子设备实时传输环境信息。
步骤6:将图像采集设备的所采集的交通视频接入电子设备,电子设备获取图像采集设备配置项内的安装角度信息;
也就是获取采集待检测图像的图像采集设备的安装角度信息,由于上述图像采集设备是预先安装完成的,图像采集设备的安装信息存储于其配置项内,因此电子设备可以从图像采集设备配的置项内获取安装角度信息。
步骤7:电子设备根据所获取的环境信息以及安装角度信息,从交通事件检测算法-标定规则包-环境信息对照关系,选取与当前环境信息以及安装角度信息所适配的目标交通事件检测算法,并选择该目标事件检测算法对应的目标标定规则,基于该目标交通事件检测算法以及其对应的目标标定规则对交通视频中的各帧图像进行检测,实现在不同气象环境情况下的交通事件检测。
可见,在本实施例中,通过训练交通事件检测方式,进而得到交通事件检测算法-标定规则包-环境信息对照关系,进而基于环境信息以及安装角度信息,从交通事件检测算法-标定规则包-环境信息对照关系,选取与当前环境信息以及安装角度信息所适配的目标交通事件检测算法,并选择该目标事件检测算法对应的目标标定规则,基于该目标交通事件检测算法以及其对应的目标标定规则对交通视频中的各帧图像进行检测,由于针对采集待检测图像时不同的目标环境信息,可以基于预先建立的环境信息与交通事件检测算法的对应关系,选择适合于该目标环境信息的目标交通事件检测算法对待检测图像进行处理,降低了环境因素对交通事件检测的影响,提高了交通事件检测的准确度,相比对目标的交通事件检测方式,实现了在不同气象环境情况下的交通事件检测的优化。
相应与上述一种事件检测方法,本发明实施例还提供了一种事件检测装置,下面对本发明实施例所提供的一种事件检测装置进行介绍。
如图6所示,一种事件检测装置,所述装置可以包括:
获取模块610,用于获取待检测图像以及采集所述待检测图像时的目标环境信息;
确定模块620,用于基于所述目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式;
检测模块630,用于基于所述目标事件检测方式,对所述待检测图像进行事件检测,得到事件检测结果。
可见,本发明实施例提供的方案中,电子设备可以获取待检测图像以及采集待检测图像时的目标环境信息,基于目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式,基于目标事件检测方式,对待检测图像进行事件检测,得到事件检测结果。通过上述方案,电子设备针对采集待检测图像时不同的目标环境信息,可以基于预先建立的环境信息与事件检测方式的对应关系,选择适合于该目标环境信息的目标事件检测方式对待检测图像进行处理,降低了环境因素对事件检测的影响,进而提高了事件检测的准确度。
作为本发明实施例的一种实施方式,上述目标环境信息可以包括以下至少一种:
采集所述待检测图像的图像采集设备的安装角度信息、路面信息、天气信息;
作为本发明实施例的一种实施方式,上述目标事件检测方式可以包括一个或多个目标事件检测算法,每个所述目标事件检测算法分别对应一种事件类型;
如图7所示,上述检测模块630可以包括:
确定单元710,用于基于每个所述目标事件检测算法,从预先建立的标定规则包中确定该目标事件检测算法对应的目标标定规则;
其中,所述标定规则包中包括预先确定的每个事件检测算法对应的标定规则。
标定单元720,用于按照所述目标标定规则对所述待检测图像进行标定,得到标定信息;
其中,所述目标标定规则用于指示利用该目标事件检测算法,对所述待检测图像中事件检测所需的辅助信息的标定方式。
检测单元730,用于利用每个所述目标事件检测算法以及其对应的标定信息对所述待检测图像进行事件检测。
作为本发明实施例的一种实施方式,上述环境信息与交通事件检测方式的对应关系是通过建立模块预先建立的,所述建立模块可以包括:
获取单元,用于获取多个环境信息样本中每个环境信息样本对应的多种事件类型的图像样本;
训练单元,用于利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法;
其中,每个所述事件检测算法分别对应一种事件类型。
记录单元,用于将所述每个环境信息样本对应的环境信息及其对应的各种事件类型所对应的事件检测算法对应记录,得到环境信息与事件检测方式的对应关系;
作为本发明实施例的一种实施方式,上述训练单元可以包括:
第一标定子单元,用于对每个环境信息样本对应的每种事件类型的每个图像样本进行标定,得到标定标签;
预测子单元,用于针对同一个环境信息样本对应的同种事件类型,将该事件类型对应的每个图像样本输入至该事件类型对应的初始检测模型,得到预测结果;
第一调整子单元,用于基于每个图像样本对应的标定标签以及预测结果的差异,调整该图像样本对应的事件类型所对应的初始检测模型的模型参数,直到该初始检测模型收敛,得到该图像样本对应的环境信息样本及事件类型对应的事件检测算法。
作为本发明实施例的一种实施方式,上述所述训练单元还可以包括:
第二标定单元,用于对每个环境信息样本对应的每种事件类型的每个图像样本,按照初始标定规则进行辅助信息标定,得到辅助信息;
第二调整子单元,用于针对同一个环境信息样本对应的同种事件类型,在该事件类型对应的初始检测模型基于所述辅助信息对该事件类型对应的每个图像样本进行检测得到预测结果后,基于该预测结果调整所述初始标定规则,直到该初始检测模型收敛,得到该事件类型对应的标定规则;
记录子单元,用于针对所述每个环境信息样本,记录该环境信息样本对应的各种事件类型的事件检测算法与标定规则之间的对应关系,并将该环境信息样本对应的标定规则生成标定规则包。
本发明实施例还提供了一种电子设备,如图8所示,包括处理器801、通信接口802、存储器803和通信总线804,其中,处理器801,通信接口802,存储器803通过通信总线804完成相互间的通信,
存储器803,用于存放计算机程序;
处理器801,用于执行存储器803上所存放的程序时,实现上述任一实施例所述的事件检测方法步骤。
可见,本发明实施例提供的方案中,电子设备可以获取待检测图像以及采集待检测图像时的目标环境信息,基于目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式,基于目标事件检测方式,对待检测图像进行事件检测,得到事件检测结果。通过上述方案,电子设备针对采集待检测图像时不同的目标环境信息,可以基于预先建立的环境信息与事件检测方式的对应关系,选择适合于该目标环境信息的目标事件检测方式对待检测图像进行处理,降低了环境因素对事件检测的影响,进而提高了事件检测的准确度。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,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。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一事件检测方法的步骤。
相应与上述一种事件检测方法,本发明实施例还提供了一种事件检测系统,下面对本发明实施例所提供的一种事件检测系统进行介绍。
如图9所示,一种事件检测系统,上述系统910可以包括电子设备901、图像采集设备903以及环境检测设备902,其中:
所述环境检测设备902,用于检测采集待检测图像时的目标环境信息,并将所述目标环境信息发送至所述电子设备901;
所述图像采集设备903,用于采集所述待检测图像,并发送至所述电子设备901,以使电子设备901执行上述任一实施例所述的事件检测方法。
可见,本发明实施例提供的方案中,图像采集设备可以采集待检测图像,并发送至电子设备,环境检测设备可以检测采集待检测图像时的目标环境信息,并将目标环境信息发送至电子设备,电子设备便可以获取待检测图像以及采集待检测图像时的目标环境信息,基于目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式,基于目标事件检测方式,对待检测图像进行事件检测,得到事件检测结果。通过上述方案,图像采集设备能够采集待检测图像,环境检测设备能够实时提供环境信息,电子设备可以针对采集待检测图像时不同的目标环境信息,可以基于预先建立的环境信息与事件检测方式的对应关系,选择适合于该目标环境信息的目标事件检测方式对待检测图像进行处理,降低了环境因素对事件检测的影响。进而提高了事件检测系统的准确度、普适性以及稳定性。
作为本发明实施例的一种实施方式,上述环境检测设备可以包括以下至少一种:
路面状况检测器,用于检测采集待检测图像时的路面状况信息,并将所述路面状况信息发送至电子设备;
其中,路面状况检测器所采用的是激光遥感技术,可以将该路面状况检测器安装于到路边的立柱上,通过回射强度以及光谱测量原理可实现对路面上水、冰和雪厚度的准确测量,从而使得路面状况检测器能够准确采集到路面状况信息,进而路面状况信息发送至电子设备。
能见度检测器,用于检测采集待检测图像时的环境的能见度信息,并将所述能见度信息发送至电子设备;
能见度检测器包括透视式和散射式两种。透视式能见度检测器可以通过大气透射率或者消光系数来确定能见距离。散射式能见度检测器可以通过测量一定体积空气中由气体分子,气溶胶粒子、雾滴等引起的散射光的强度来确定能见距离,进而能见度检测器便可以将能见度信息发送至电子设备。
光照强度检测器,用于检测采集待检测图像时的环境光照强度,作为光照信息,并将所述光照信息发送至电子设备。
光照强度检测器内部设有传感器,其传感器基于热点效应原理。当透过滤光片的可见光照射到光敏二极管,光敏二极管根据可见光照度大小转换成电信号,然后电信号会进入传感器的处理器系统,从而输出需要得到的二进制信号,即得到光照强度,进而光照强度检测器便可以将光照信息发送至电子设备。
作为本发明实施例的一种实施方式,可以将预先建立的环境信息与事件检测方式的对应关系以及标定规则包均存储于电子设备,进而电子设备在接收到待检测图像后,便可以对待检测图像进行处理,从而实现事件检测。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一交通事件检测方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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。多个指两个或两个以上。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、系统、电子设备、计算机可读存储介质以及计算机程序产品而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (11)
1.一种事件检测方法,其特征在于,所述方法包括:
获取待检测图像以及采集所述待检测图像时的目标环境信息;
基于所述目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式;
基于所述目标事件检测方式,对所述待检测图像进行事件检测,得到事件检测结果。
2.根据权利要求1所述的方法,其特征在于,所述目标环境信息包括以下至少一种:
采集所述待检测图像的图像采集设备的安装角度信息、路面信息、天气信息。
3.根据权利要求1所述的方法,其特征在于,所述目标事件检测方式包括一个或多个目标事件检测算法,每个所述目标事件检测算法分别对应一种事件类型;
所述基于所述目标事件检测方式,对所述待检测图像进行事件检测的步骤,包括:
基于每个所述目标事件检测算法,从预先建立的标定规则包中确定该目标事件检测算法对应的目标标定规则,其中,所述标定规则包中包括预先确定的每个事件检测算法对应的标定规则;
按照所述目标标定规则对所述待检测图像进行标定,得到标定信息,其中,所述目标标定规则用于指示利用该目标事件检测算法,对所述待检测图像中事件检测所需的辅助信息的标定方式;
利用每个所述目标事件检测算法以及其对应的标定信息对所述待检测图像进行事件检测。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述环境信息与事件检测方式的对应关系的建立方式,包括:
获取多个环境信息样本中每个环境信息样本对应的多种事件类型的图像样本;
利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法,其中,每个所述事件检测算法分别对应一种事件类型;
将所述每个环境信息样本对应的环境信息及其对应的各种事件类型所对应的事件检测算法对应记录,得到环境信息与事件检测方式的对应关系。
5.根据权利要求4所述的方法,其特征在于,所述利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法的步骤,包括:
对每个环境信息样本对应的每种事件类型的每个图像样本进行标定,得到标定标签;
针对同一个环境信息样本对应的同种事件类型,将该事件类型对应的每个图像样本输入至该事件类型对应的初始检测模型,得到预测结果;
基于每个图像样本对应的标定标签以及预测结果的差异,调整该图像样本对应的事件类型所对应的初始检测模型的模型参数,直到该初始检测模型收敛,得到该图像样本对应的环境信息样本及事件类型对应的事件检测算法。
6.根据权利要求5所述的方法,其特征在于,所述利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法的步骤,还包括:
对每个环境信息样本对应的每种事件类型的每个图像样本,按照初始标定规则进行辅助信息标定,得到辅助信息;
针对同一个环境信息样本对应的同种事件类型,在该事件类型对应的初始检测模型基于所述辅助信息对该事件类型对应的每个图像样本进行检测得到预测结果后,基于该预测结果调整所述初始标定规则,直到该初始检测模型收敛,得到该事件类型对应的标定规则;
针对所述每个环境信息样本,记录该环境信息样本对应的各种事件类型的事件检测算法与标定规则之间的对应关系,并将该环境信息样本对应的标定规则生成标定规则包。
7.一种事件检测装置,其特征在于,所述装置包括:
获取模块,用于获取待检测图像以及采集所述待检测图像时的目标环境信息;
确定模块,用于基于所述目标环境信息以及预先建立的环境信息与事件检测方式的对应关系,确定目标事件检测方式;
检测模块,用于基于所述目标事件检测方式,对所述待检测图像进行事件检测,得到事件检测结果。
8.根据权利要求7所述的装置,其特征在于,所述目标环境信息包括以下至少一种:
采集所述待检测图像的图像采集设备的安装角度信息、路面信息、天气信息;
所述目标事件检测方式包括一个或多个目标事件检测算法,每个所述目标事件检测算法分别对应一种事件类型;
所述检测模块包括:
确定单元,用于基于每个所述目标事件检测算法,从预先建立的标定规则包中确定该目标事件检测算法对应的目标标定规则,其中,所述标定规则包中包括预先确定的每个事件检测算法对应的标定规则;
标定单元,用于按照所述目标标定规则对所述待检测图像进行标定,得到标定信息,其中,所述目标标定规则用于指示利用该目标事件检测算法,对所述待检测图像中事件检测所需的辅助信息的标定方式;
检测单元,用于利用每个所述目标事件检测算法以及其对应的标定信息对所述待检测图像进行事件检测;
所述环境信息与交通事件检测方式的对应关系是通过建立模块预先建立的,所述建立模块包括:
获取单元,用于获取多个环境信息样本中每个环境信息样本对应的多种事件类型的图像样本;
训练单元,用于利用所述每个环境信息样本对应的多种事件类型的图像样本以及每种事件类型的初始检测模型,训练得到所述每个环境信息样本对应的多个事件检测算法,其中,每个所述事件检测算法分别对应一种事件类型;
记录单元,用于将所述每个环境信息样本对应的环境信息及其对应的各种事件类型所对应的事件检测算法对应记录,得到环境信息与事件检测方式的对应关系;
所述训练单元包括:
第一标定子单元,用于对每个环境信息样本对应的每种事件类型的每个图像样本进行标定,得到标定标签;
预测子单元,用于针对同一个环境信息样本对应的同种事件类型,将该事件类型对应的每个图像样本输入至该事件类型对应的初始检测模型,得到预测结果;
第一调整子单元,用于基于每个图像样本对应的标定标签以及预测结果的差异,调整该图像样本对应的事件类型所对应的初始检测模型的模型参数,直到该初始检测模型收敛,得到该图像样本对应的环境信息样本及事件类型对应的事件检测算法;
所述训练单元还包括:
第二标定单元,用于对每个环境信息样本对应的每种事件类型的每个图像样本,按照初始标定规则进行辅助信息标定,得到辅助信息;
第二调整子单元,用于针对同一个环境信息样本对应的同种事件类型,在该事件类型对应的初始检测模型基于所述辅助信息对该事件类型对应的每个图像样本进行检测得到预测结果后,基于该预测结果调整所述初始标定规则,直到该初始检测模型收敛,得到该事件类型对应的标定规则;
记录子单元,用于针对所述每个环境信息样本,记录该环境信息样本对应的各种事件类型的事件检测算法与标定规则之间的对应关系,并将该环境信息样本对应的标定规则生成标定规则包。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-6任一所述的方法步骤。
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,所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法步骤。
11.一种事件检测系统,其特征在于,所述系统包括如权利要求9所述的电子设备、图像采集设备以及环境检测设备,其中:
所述环境检测设备,用于检测采集待检测图像时的目标环境信息,并将所述目标环境信息发送至所述电子设备;
所述图像采集设备,用于采集所述待检测图像,并发送至所述电子设备。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111580157.2A CN114241430A (zh) | 2021-12-22 | 2021-12-22 | 一种事件检测方法、装置、系统、电子设备及存储介质 |
PCT/CN2022/111376 WO2023115977A1 (zh) | 2021-12-22 | 2022-08-10 | 一种事件检测方法、装置、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111580157.2A CN114241430A (zh) | 2021-12-22 | 2021-12-22 | 一种事件检测方法、装置、系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114241430A true CN114241430A (zh) | 2022-03-25 |
Family
ID=80761195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111580157.2A Pending CN114241430A (zh) | 2021-12-22 | 2021-12-22 | 一种事件检测方法、装置、系统、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114241430A (zh) |
WO (1) | WO2023115977A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023115977A1 (zh) * | 2021-12-22 | 2023-06-29 | 杭州海康威视系统技术有限公司 | 一种事件检测方法、装置、系统、电子设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112149476A (zh) * | 2019-06-28 | 2020-12-29 | 北京海益同展信息科技有限公司 | 目标检测方法、装置、设备和存储介质 |
CN111753634A (zh) * | 2020-03-30 | 2020-10-09 | 上海高德威智能交通系统有限公司 | 交通事件检测方法和设备 |
CN112053563B (zh) * | 2020-09-16 | 2023-01-20 | 阿波罗智联(北京)科技有限公司 | 可用于边缘计算平台、云控平台的事件检测方法及设备 |
CN114241430A (zh) * | 2021-12-22 | 2022-03-25 | 杭州海康威视系统技术有限公司 | 一种事件检测方法、装置、系统、电子设备及存储介质 |
-
2021
- 2021-12-22 CN CN202111580157.2A patent/CN114241430A/zh active Pending
-
2022
- 2022-08-10 WO PCT/CN2022/111376 patent/WO2023115977A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023115977A1 (zh) * | 2021-12-22 | 2023-06-29 | 杭州海康威视系统技术有限公司 | 一种事件检测方法、装置、系统、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023115977A1 (zh) | 2023-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peng et al. | Assessing the impact of reduced visibility on traffic crash risk using microscopic data and surrogate safety measures | |
CN109087510B (zh) | 交通监测方法及装置 | |
US10972717B2 (en) | Automated feature analysis of a structure | |
CN107885795B (zh) | 一种卡口数据的数据校验方法、系统和装置 | |
CN101281142B (zh) | 一种测量大气能见度的方法 | |
US8294595B1 (en) | Speed detector for moving vehicles | |
CN104183133A (zh) | 一种采集和传输道路交通流动态信息的方法 | |
Sallis et al. | Air pollution and fog detection through vehicular sensors | |
US20240167962A1 (en) | System and method for automatic monitoring of pavement condition | |
US10708547B2 (en) | Using vehicle sensor data to monitor environmental and geologic conditions | |
Bellucci et al. | Data accuracy on automatic traffic counting: the SMART project results | |
CN112462368B (zh) | 一种障碍物检测方法、装置、车辆及存储介质 | |
CN113971653A (zh) | 面向遥感图像的目标检测方法、装置、设备及存储介质 | |
WO2023115977A1 (zh) | 一种事件检测方法、装置、系统、电子设备及存储介质 | |
Kim | Estimation of visibility using a visual image | |
CN114771548A (zh) | 用于高级驾驶辅助系统测试和验证的数据记录 | |
CN107978151A (zh) | 一种车辆检测方法和系统 | |
CN107784261B (zh) | 一种路面状态检测方法及装置 | |
CN113706889B (zh) | 基于目标检测分析的高速公路团雾测量系统及方法 | |
CN115834838A (zh) | 一种隧道内的监控方法、设备和介质 | |
CN115116034A (zh) | 一种夜间行人检测方法、装置及系统 | |
TWI526996B (zh) | 電子收費異常交易防止方法及防止異常交易的電子收費系統 | |
KR100929237B1 (ko) | 적재 높이 측정 장치 | |
JP3771729B2 (ja) | 交通流計測システム | |
TWI662509B (zh) | 雨滴譜偵測系統及其粒子追蹤流程 |
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 |