(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202210984259.9
(22)申请日 2022.08.17
(71)申请人 康一
地址 063100 河北省唐山市古冶区北 范新
民街7号
(72)发明人 康一 郭子豪
(74)专利代理 机构 北京同辉知识产权代理事务
所(普通合伙) 11357
专利代理师 孙艳敏
(51)Int.Cl.
G08G 1/017(2006.01)
G06N 3/04(2006.01)
G06N 3/08(2006.01)
G06V 10/36(2022.01)
G06V 10/44(2022.01)G06V 10/774(2022.01)
G06V 10/82(2022.01)
G06V 20/62(2022.01)
G06V 40/16(2022.01)
G07C 9/21(2020.01)
G07C 9/25(2020.01)
(54)发明名称
一种车辆进 入无接触式智能控制方法
(57)摘要
本发明公开了一种车辆进入无接触式智能
控制方法, 包括如下过程: S1车辆触发系统启动,
S2车牌和人面部图像采集, S3 图像识别: 车牌识
别模块和口罩识别模块分别对所述车牌图像和
人面识图像进行识别, 得到车牌号码数据和是否
佩戴口罩的判断结果; S4识别数据的处理: 对于
口罩识别模块识别结果是, 启动健康码处理模块
识别健康码, 并判断健康码是否正常; S5入口闸
机的控制: 当健康码处理模块识别结果为是, 控
制模块向闸机发送开启指令控制入口闸机开启,
并记录车牌号码和进入时间。 其中车牌和口罩识
别模块, 采用YOLOV4。 本发明实现了车牌与口罩
佩戴的自动智能识别, 特别是还 结合健康码的自
动识别判断, 不仅提高了效率, 还提高的安全性,
适应疫情控制的需要。
权利要求书2页 说明书7页 附图1页
CN 115331453 A
2022.11.11
CN 115331453 A
1.一种车辆进入无接触式智能控制方法, 包括如下 过程:
S1触发系统启动: 当车辆进入入口闸机预定位置, 触发控制系统工作, 链接系统硬件,
并选择串口启动程序;
S2车牌和人面部 图像采集: 图像采集设备启动, 识别车牌的摄像头和识别人面部的摄
像头分别采集车牌图像和人面部图像;
S3图像识别: 车牌识别模块和口罩识别 模块分别对S2采集的所述车牌图像和人面识图
像进行识别, 得到车牌 号码数据和是否佩戴口罩的判断结果;
S4识别数据的处理: 对于口罩识别模块识别结果为否, 控制模块控制反馈模块通过语
音或文字提醒车内人员佩戴口罩; 识别结果为是, 启动健康码处理模块以识别健康码, 并判
断健康码是否正常;
S5入口闸机的控制: 当健康码处理模块识别结果为是, 控制模块向闸机发送开启指令
控制入口闸机开启, 并记录车牌号码和进入时间; 当健康码处理模块识别结果为否, 控制模
块不给闸机发送开启指令并通过 所述反馈模块 通过语音或文字提醒禁止进入。
2.如权利要求1所述的车辆进入无接触式智能控制方法, 其特征在于: 所述口罩识别模
块, 采用YOLOV4 mobilenetv2进行识别, 包括训练子模块和检测子模块。
3.如权利要求2所述的车辆进入无接触式智能控制方法, 其特征在于: 所述检测子模块
口罩检测方法为:
C1获取摄像头所采集的图像;
C2加载口罩检测模型;
C3加载检测种类标签文件;
C4加载先验框对应的txt文件;
C5对图像进行不失真图像尺寸调整;
C6判断GPU是否可用;
C7将图像输入 网络中进行预测, 得出预测框, 对预测框进行堆叠, 然后进行非极大值抑
制;
C8输出目标位置以及目标种类概 率;
C9将检测结果在图像上进行绘制并显示。
4.如权利要求1所述的车辆进入无接触式智能控制方法, 其特征在于: 所述车牌识别模
块包括训练子模块和检测子模块, 所述检测子模块包括车牌预处理、 车牌提取和车牌字符
识别步骤, 具体为:
B1车牌预处理: 对车牌图像进行灰度化处理, 然后对图像边缘提取, 对边缘提取的图像
进行腐蚀和膨胀, 再进行均值滤波, 得到预处 理图像;
B2车牌提取流程: 使用findContours对B1步骤预处理过后的图像进行轮廓查找, 遍历
轮廓, 获取每个查找到的轮廓的最小外接矩形的中心 坐标, 宽高以及旋转角度, 然后根据宽
高变换进行宽高交换, 然后根据车牌的宽高比进行车牌初步提取, 将提取到的车牌进行仿
射变换以及裁剪, 获取到提取的车牌区域图像, 将裁剪过后的车牌进 行平均像素计算, 根据
计算到的图像RGB值进行判断当前 车牌的颜色, 筛 选掉颜色不 正确的车牌;
B3车牌字符识别: 将B2步骤筛选后的图像进行尺寸调整, 并进行字符识别, 字符识别采
用YOLOV4模型进行 车牌字符识别, 最后返回车牌识别字符结果。权 利 要 求 书 1/2 页
2
CN 115331453 A
25.如权利要求1所述的车辆进入无接触式智能控制方法, 其特征在于: 所述健康码处理
模块, 使用opencv4的QRCodeDetector函数进行识别健康码的二维码, 获取识别到的二维码
解析的信息 。
6.如权利要求2或4所述的车辆进入无接触式智能控制方法, 其特征在于: 所述训练子
模块的训练方法如下:
T1制作数据集: 制作车牌或人脸图片, 人脸图片要包括未佩戴口罩和佩戴口罩的人脸
图片, 使用labelme对图片信息做标记, 每次标注一张图片完成时都将所标注的信息保存
为.xml文件, 所有xml文件中会 包含所标注图像的ROI区域信息;
T2训练参数设置: 在训练时需要对模型的网络超参数进行设定, 涉及图像输入分辨率、
置信度阈值、 与非极大值抑制的i ou大小、 初始学习速率、 和优化器 类型;
T3模型训练: 将T2标记的图像数据集输入YOLOV4 mobilenetv2网络进行训练;
T4模型欠拟合与过拟合处理: 在损失函数里添加限制权重参数过大的L1范数正则化或
者L2范数正则化, 在损失函数 下降的过程中, 使得权 重参数逐渐趋向0甚至等于 0;
T5验证数据集与评测标准: 验证数据集首先将原来训练数据集中划分为K个不重叠的
子数据集, 接着再进行K个模型训练和验证, 最后对这K次的训练偏差和验证误差各自求平
均数;
评测标准采用mAP, 其计算公式如式1 ‑3所示:
其中QR是验证集个数。
7.如权利要求6所述的车辆进入无接触式智能控制方法, 其特征在于: 所述T4步骤中,
正则化可以分为L1正则化与L2正则化, L1正则化的计算方法如公式1 ‑1所示, L2正则化的计
算方法如公式1 ‑2所示:
同时, λ为 正则化因子, 是超参数;
||w||1为L1范数, ||w||1为L2范数。权 利 要 求 书 2/2 页
3
CN 115331453 A
3
专利 一种车辆进入无接触式智能控制方法
安全报告 >
其他 >
文档预览
中文文档
11 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共11页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 04:39:54上传分享