(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210651111.3 (22)申请日 2022.06.10 (65)同一申请的已公布的文献号 申请公布号 CN 114743120 A (43)申请公布日 2022.07.12 (73)专利权人 深圳联和智慧科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区科技南路16号深圳湾 科 技生态园11栋A2805 (72)发明人 杨翰翔　肜卿　 (74)专利代理 机构 广州博联知识产权代理有限 公司 44663 专利代理师 梁志标 (51)Int.Cl. G06V 20/17(2022.01) G06V 10/25(2022.01)G06V 10/44(2022.01) G06V 10/774(2022.01) G06K 9/62(2022.01) H04W 4/40(2018.01) H04N 7/18(2006.01) G08G 1/017(2006.01) (56)对比文件 CN 113763719 A,2021.12.07 CN 112163543 A,2021.01.01 CN 114464007 A,202 2.05.10 CN 113269054 A,2021.08.17 CN 107247 776 A,2017.10.13 郑雅羽 等.基 于改进实例分割网络的步行 道违停车辆 检测算法. 《高技 术通讯》 .2020,第3 0 卷(第6期),第1-2页. 审查员 洪汇隆 (54)发明名称 一种基于图像识别的路边车辆非法占道检 测方法及系统 (57)摘要 本申请的一种基于图像识别的路边车辆非 法占道检测方法及系统， 无人机将航拍图像信息 下发给无线信号收发设备， 以通过无线信号收发 设备快速、 及时地实现航拍图像信息的转发， 通 过在无人机与智能监控管理服务器的航拍图像 信息传输通道之间增设无线信号收发设备作为 中间节点， 能够尽可能减少因网络原因而导致的 航拍图像信息的漏传； 此外， 智 能监控管理服务 器能够对航拍图像信息进行图像分析以得到停 放车辆在目标检测区域内的车辆空间特征， 进而 通过车辆空间特征判断停放车辆是否存在非法 占道行为， 能够通过车辆空间特征对 无人机的 图 像拍摄角度进行考虑， 从而以立体三维层面出发 进行占道分析， 避免漏检或者误检， 提高车辆非 法占道检测的效率。 权利要求书4页 说明书11页 附图2页 CN 114743120 B 2022.09.06 CN 114743120 B 1.一种基于 图像识别的路边车辆非法占道检测方法， 其特征在于， 应用于车辆占道检 测系统， 所述车辆占道检测系统包括互相之间通信的无人机、 无线信号收发设备以及智能 监控管理服 务器， 所述方法至少包括： 无人机对位于目标检测区域内的停放车辆进行图像采集以得到所述停放车辆的航拍 图像信息， 将所述 航拍图像信息下发给 无线信号收发设备； 无线信号收发设备将所述 航拍图像信息转发至智能监控管理服 务器； 智能监控管理服务器对所述航拍图像信 息进行图像分析， 得到所述停放车辆在所述目 标检测区域内的车辆空间特征； 通过所述车辆空间特征判断所述停 放车辆在所述目标检测 区域内是否存在非法占道行为； 其中， 智能监控管理服务器对所述航拍图像信息进行图像分析， 得到所述停放车辆在 所述目标检测区域内的车辆空间特征， 包括： 对所述航拍图像信息进 行预处理， 以获取针对 所述停放车辆的车辆轮廓定位图像集， 所述车辆轮廓定位图像集包括两帧或多于两帧车辆 轮廓定位图像； 获得所述车辆轮廓定位图像集中的各帧车辆轮廓定位图像与所述停 放车辆 之间的车辆空间形态关联系数； 根据所述各帧车辆轮廓定位图像对应的车辆空间形态关联 系数， 以及所述各帧车辆轮廓定位图像的多模态位置描述， 对所述各帧车辆轮廓定位图像 进行图像整理， 得到所匹配的车辆轮廓定位图像队列； 基于所述车辆轮廓定位图像队列生 成针对所述停放车辆的目标车辆轮廓特征队列， 所述目标车辆轮廓特征队列包括至少两个 目标车辆轮廓特征图； 从所述目标车辆轮廓特征队列中选取与所述目标检测区域匹配的目 标车辆轮廓特 征图以作为所述停放车辆在所述目标检测区域内的车辆空间特 征。 2.根据权利要求1所述的方法， 其特征在于， 在无人机对位于目标检测区域内的停放车 辆进行图像采集以得到所述停放车辆的航拍图像信息， 将所述航拍图像信息下发给无线信 号收发设备之后， 所述方法还 包括： 将完成下发的航拍图像信息进行删除。 3.根据权利要求1所述的方法， 其特征在于， 所述根据所述各帧车辆轮廓定位图像对应 的车辆空间形态关联系 数， 以及所述各帧车辆轮廓定位图像的多模态位置描述， 对所述各 帧车辆轮廓定位图像进行图像整理， 得到所匹配的车辆轮廓定位图像队列， 具体包括： 根据所述各帧车辆轮廓定位图像对应的车辆空间形态关联系数， 以及所述各帧车辆轮 廓定位图像的多模态位置描述， 对所述各帧车辆轮廓定位图像进行切分， 得到至少 两个车 辆轮廓定位图像子集； 对各个车辆轮廓定位图像子集进行图像整理， 并分别对所述各个车辆轮廓定位图像子 集中的各帧车辆轮廓定位图像进行图像整理， 得到所述车辆轮廓定位图像队列。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述各帧车辆轮廓定位图像对应 的车辆空间形态关联系 数， 以及所述各帧车辆轮廓定位图像的多模态位置描述， 对所述各 帧车辆轮廓定位图像进行切分， 得到 至少两个车辆轮廓定位图像子集， 具体包括： 分别根据 所述各帧车辆轮廓定位图像对应的车辆空间形态关联系数， 对所述各帧车辆 轮廓定位图像的多模态位置描述进行全局化处理， 得到所述各帧车辆轮廓定位图像的全局 多模态位置描述； 根据所述各帧车辆轮廓定位图像的全局多模态位置描述对所述各帧车辆轮廓定位图 像进行特征分析， 得到 至少两个车辆轮廓定位图像子集。 5.根据权利要求3所述的方法， 其特征在于， 所述对各个车辆轮廓定位图像子集之间进权　利　要　求　书 1/4 页 2 CN 114743120 B 2行图像整理， 并分别对所述各个车辆轮廓定位图像子集中的各帧车辆轮廓定位图像进 行图 像整理， 得到所述车辆轮廓定位图像队列， 具体包括： 根据各个车辆轮廓定位图像子集所包含的车辆轮廓定位图像的数目， 对所述各个车辆 轮廓定位图像子集进行图像整理； 以及， 针对所述各个车辆轮廓定位图像子集， 分别执 行以下操作： 根据所述车辆轮廓定位图像子集中各帧车辆轮廓定位图像的多模态位置描述与所述 车辆轮廓定位图像子集的相关性情况， 对所述车辆轮廓定位图像子集中的各帧车辆轮廓定 位图像进行图像整理； 基于所述各个车辆轮廓定位图像子集之间的图像整理结果， 以及所述各个车辆轮廓定 位图像子集中各帧车辆轮廓定位图像的图像整理结果， 生成所述车辆轮廓定位图像队列。 6.根据权利要求1所述的方法， 其特征在于， 所述获得所述车辆轮廓定位图像集中的各 帧车辆轮廓定位图像与所述停放车辆之间的车辆空间形态关联系数， 具体包括： 分别将所述各帧车辆轮廓定位图像导入完成训练 的车辆轮廓特征网络模型中， 基于所 述完成训练的车辆轮廓特征网络模型中的图像块层面的全局空间形态分析单元对所述各 帧车辆轮廓定位图像进行 空间形态识别， 获得所述全局空间形态分析单元导出的所述各帧 车辆轮廓定位图像对应的车辆空间形态关联系数； 所述根据 所述各帧车辆轮廓定位图像对应的车辆空间形态关联系数， 以及所述各帧车 辆轮廓定位图像的多模态位置描述， 对所述各帧车辆轮廓定位图像进行图像整理， 得到所 匹配的车辆轮廓定位图像队列， 具体包括： 分别将所述各帧车辆轮廓定位图像， 以及所述各帧车辆轮廓定位图像对应的车辆空间 形态关联系数导入所述完成训练的车辆轮廓特征网络模型中的级联式图像处理单元， 基于 所述级联式图像处理单元对所述各帧车辆轮廓定位图像进 行特征分析和图像整理， 获得所 述级联式图像处理单元导出的特征层面的第一组合描述特征， 所述第一组合描述特征中的 各个车辆轮廓定位图像块融合形成所述车辆轮廓定位图像队列； 所述基于所述车辆轮廓定位图像队列生成针对所述停放车辆的目标车辆轮廓特征队 列， 具体包括： 将所述组合描述特征导入所述完成训练的车辆轮廓特征网络模型中的车辆轮廓特征 处理单元， 基于所述车辆轮廓特征处理单元进行聚焦式空间形态识别， 获得所述车辆轮廓 特征处理单元导出的所述目标 车辆轮廓特 征队列； 其中， 所述完成训练的车辆轮廓特征网络模型是根据样本对象集训练得到的， 所述样 本对象集中的训练图像包括已绑定相关性特征的样本车辆轮廓定位图像， 所述相关性特征 表示所述样本车辆轮廓定位图像与样本航拍图像是否相关。 7.根据权利要求1所述的方法， 其特征在于， 通过所述车辆空间特征判断所述停放车辆 在所述目标检测区域内是否存在非法占道行为， 包括： 获取所述车辆空间特 征的车辆 部位标签分布信息以及各部位轮廓特 征图； 在根据所述车辆部位标签分布信息确定出所述车辆空间特征中包含有非接触性部位 标签的情况下， 根据多个参考车辆的车辆空间特征的非接触性部位标签下的部位轮廓特征 图及其车辆部位标签内容确定车辆空间特征的接触性部位标签下的各部位轮廓特征图与 车辆空间特征的非接触性部位标签下的各部位轮廓特征图之间的特征相似度， 并将车辆空权　利　要　求　书 2/4 页 3 CN 1147431