车辆违规事件检测方法与流程

本申请车辆违规事件检测领域，特别涉及一种车辆违规事件检测方法、违规检测系统、电子设备及计算可读存储介质。

背景技术：

1、近年来，随着城市化进程不断加快，城市交通的需求量也逐年提升，不同类型车辆的保有量持续增加，带来的安全隐患也逐年增加，产生的交通违规、违法事件也随之增加。如私家车伪造车牌、肇事逃逸、车辆偷盗等，渣土车未遮盖运输、抛洒地漏、无准运证等，不同类型的车辆存在各种各样的违规行为。因此识别目标车辆并对其违规行为进行实时检测管控至关重要。

2、现有的设计上，主要依赖于各种前端智能设备采集到的视频图像数据经过神经网络模型对事件类型进行不断的训练、学习，得到识别结果，相对于传统的人工依赖于抓拍图片及监控录像识别、审核违规车辆的方法，该方法在识别的精度和检测效率上均有所提升，但是响应的训练成本高、计算量大，同时需要大量的样本数据对神经网络进行训练，神经网络的训练、收敛等对计算能力、存储资源的要求极高。与此同时，云端服务器具有强大的计算能力及丰富的存储资源，可以提供计算支撑及海量数据的存储能力，但是云端服务器计算容易受到网络连接条件的影响，在无法保证通信质量时，容易造成原始数据的泄露、丢失。

技术实现思路

1、本申请提供一种车辆违规事件检测方法、违规检测系统、电子设备及计算可读存储介质，用于实现违规事件类型的有效检测。

2、为了解决上述技术问题，本申请采用的技术方案是：提供一种车辆违规事件检测方法，车辆违规事件检测方法应用于一种违规检测系统，违规检测系统包括前端智能设备、边缘计算装置及云端服务器；车辆违规事件检测方法包括：前端智能设备采集待测车辆的视频图像；前端智能设备对视频图像进行违规事件检测，并生成第一检测结果，第一检测结果包括第一违规事件识别结果及其第一可信度；边缘计算装置获取前端智能设备的视频图像，并对视频图像进行违规事件检测，生成第二检测结果；在第一违规事件识别结果的第一可信度大于等于第一预设阈值时，云端服务器接收前端智能设备的第一检测结果和边缘计算装置的第二检测结果，根据第一检测结果和第二检测结果生成违规事件检测结果；在第一违规事件识别结果的第一可信度小于第一预设阈值时，云端服务器接收边缘计算装置的第二检测结果，根据第二检测结果生成违规事件检测结果。

3、其中，边缘计算装置对视频图像进行违规事件检测，生成第二检测结果,包括：边缘计算装置获取第一检测结果；在第一违规事件识别结果的第一可信度小于第一预设阈值时，边缘计算装置根据第一违规事件以及第二违规事件对视频图像进行违规事件检测，生成第二检测结果，其中，第一违规事件与第二违规事件不同。

4、其中，前端智能设备对视频图像进行违规事件检测，并生成第一检测结果之后，还包括：前端智能设备将第一检测结果中的第一可信度大于等于第一预设阈值的违规事件检测结果发送给边缘计算装置；边缘计算装置获取前端智能设备的视频图像，并对视频图像进行违规事件检测，生成第二检测结果，包括：边缘计算装置获取前端智能设备的视频图像和违规事件检测结果；边缘计算装置根据违规事件检测结果对视频图像进行第三违规事件的违规事件检测，生成第二检测结果；其中，第三违规事件为违规事件检测结果以外的违规事件。

5、其中，对视频图像进行违规事件检测，生成第二检测结果之后，还包括：边缘计算装置将第二检测结果中的第二可信度大于等于第二预设阈值的违规事件检测结果发送给云端服务器。

6、其中，边缘计算装置包括第一边缘计算装置及第二边缘计算装置；边缘计算装置获取前端智能设备的视频图像，并对视频图像进行违规事件检测，生成第二检测结果，包括：第一边缘计算装置获取前端智能设备的视频图像，并对视频图像进行违规事件检测，并生成第三检测结果；第二边缘计算装置获取第一边缘计算装置的视频图像和第三检测结果，并根据第三检测结果对视频图像进行违规事件检测，并生成第二检测结果。

7、其中，第三检测结果包括第二违规事件识别结果及其第三可信度；根据第三检测结果对视频图像进行违规事件检测，并生成第二检测结果，包括：第二边缘计算装置根据第三检测结果确定第三可信度大于等于第三预设阈值的已检测违规事件；第二边缘计算装置根据已检测违规事件对视频图像进行未检测违规事件的违规事件检测，生成第二检测结果。

8、其中，还包括：云端服务器对违规事件检测结果进行误差分析，以获得误差分析结果；边缘计算装置基于误差分析结果对违规事件检测结果进行修正处理及模型训练。

9、为了解决上述技术问题，本申请采用的技术方案是：提供一种违规检测系统，包括：前端智能设备，前端智能设备用于采集待测车辆的视频图像，前端智能设备还用于对视频图像进行违规事件检测，并生成第一检测结果，第一检测结果包括第一违规事件识别结果及其第一可信度；边缘计算装置，与前端智能设备信息连接，边缘计算装置用于获取前端智能设备的视频图像，并对视频图像进行违规事件检测，生成第二检测结果；云端服务器，与前端智能设备及边缘计算装置信息连接，在第一违规事件识别结果的第一可信度大于等于第一预设阈值时，云端服务器接收前端智能设备的第一检测结果和边缘计算装置的第二检测结果，根据第一检测结果和第二检测结果生成违规事件检测结果；在第一违规事件识别结果的第一可信度小于第一预设阈值时，云端服务器接收边缘计算装置的第二检测结果，根据第二检测结果生成违规事件检测结果。

10、为了解决上述技术问题，本申请采用的技术方案是：提供一种电子设备，包括处理器及与处理器连接的存储器，存储器存储有程序指令，处理器执行程序指令以实现上述任一项的车辆违规事件检测方法。

11、为了解决上述技术问题，本申请采用的技术方案是：提供一种计算机可读存储介质，储存有程序指令，程序指令能够被处理器执行时实现上述任一项的车辆违规事件检测方法。

12、本申请实施例的有益效果是：本申请的车辆违规事件检测方法，通过云端服务器、边缘计算装置及前端智能设备的协同控制，对待测车辆的视频图像进行违规事件检测，并对检测结果进行有效分析，从而保障原始数据的安全性，提升数据的利用率，增加车辆违规事件类型的检测能力，进而实现违规事件类型的有效检测。

技术特征：

1.一种车辆违规事件检测方法，其特征在于，所述车辆违规事件检测方法应用于一种违规检测系统，所述违规检测系统包括前端智能设备、边缘计算装置及云端服务器；所述车辆违规事件检测方法包括：

2.根据权利要求1所述的车辆违规事件检测方法，其特征在于，

3.根据权利要求1所述的车辆违规事件检测方法，其特征在于，所述前端智能设备对所述视频图像进行违规事件检测，并生成第一检测结果之后，还包括：

4.根据权利要求2或3所述的车辆违规事件检测方法，其特征在于，所述对所述视频图像进行违规事件检测，生成第二检测结果之后，还包括：

5.根据权利要求1所述的车辆违规事件检测方法，其特征在于，所述边缘计算装置包括第一边缘计算装置及第二边缘计算装置；

6.根据权利要求5所述的车辆违规事件检测方法，其特征在于，

7.根据权利要求1所述的车辆违规事件检测方法，其特征在于，还包括：

8.一种违规检测系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括处理器及与所述处理器连接的存储器，所述存储器存储有程序指令，所述处理器执行所述程序指令以实现如权利要求1-7任一项所述的车辆违规事件检测方法。

10.一种计算机可读存储介质，其特征在于，储存有程序指令，所述程序指令能够被处理器执行时实现如权利要求1-7任一项所述的车辆违规事件检测方法。

技术总结
本申请提供一种车辆违规事件检测方法、违规检测系统、电子设备及计算可读存储介质。其中，车辆违规事件检测方法通过云端服务器、边缘计算装置及前端智能设备的协同控制，对待测车辆的视频图像进行违规事件检测，并对检测结果进行有效分析，从而保障原始数据的安全性，提升数据的利用率，增加车辆违规事件类型的检测能力，进而实现违规事件类型的有效检测。

技术研发人员：马雅文
受保护的技术使用者：浙江大华技术股份有限公司
技术研发日：
技术公布日：2024/1/15