← 返回列表

利用公共视频进行道路积水识别方法

申请号: CN202410181843.X
申请人: 广州市突发事件预警信息发布中心(广州市气象探测数据中心); 广州市粤港澳大湾区气象智能装备研究中心
更新日期: 2026-03-17

专利详细信息

项目 内容
专利名称 利用公共视频进行道路积水识别方法
专利类型 发明申请
申请号 CN202410181843.X
申请日 2024/2/19
公告号 CN117746342A
公开日 2024/3/22
IPC主分类号 G06V20/52
权利人 广州市突发事件预警信息发布中心(广州市气象探测数据中心); 广州市粤港澳大湾区气象智能装备研究中心
发明人 伍光胜; 张志坚; 黎洁仪; 陈雨欣
地址 广东省广州市番禺区大石街植村工业一路68号; 广东省广州市番禺区大石街植村南大路工业一路68号

摘要文本

本发明公开一种利用公共视频进行道路积水识别方法,该方法包括:(1)基于公共监控视频接口的积水内涝图像采集,使用气象自动站降水资料计算权重系数,实现视频点排序采集;(2)使用深度学习的语义分割模型RTMDet实现积水内涝特征图像识别,并实时标注积水内涝特征所处图像位置。本发明可以在城市复杂道路环境条件下实现对城市道路积水内涝视频图像识别,达到公共资源重复利用和节约成本的效果,与常规积水内涝图像识别方法相比,本发明在视频图像采集环节加入气象自动站雨量监测资料进行判定,提高了识别准确率。。来源:专利查询网

专利主权项内容

1.一种利用公共视频进行道路积水识别方法,其特征在于,所述方法包括:获取积水内涝图像样本,所述积水内涝图像样本通过公共监控视频接口和互联网进行采集,对所述水内涝图像样本进行数据清洗以得到样本图像数据集;将所述样本图像数据集按比例划分为训练集、验证集和测试集,对训练集图像样本进行打标签分类以得到标注后的图像文件,将标注后的图像文件批量转化成语义分割模型所需的数据格式文件,进行深度学习模型训练迭代,每迭代一次,保存的模型参数,计算损失函数值、验证集准确率及测试集准确率,损失函数收敛后停止模型训练以得到训练好的模型;关联气象自动站、视频点经纬度信息获取降水资料,在空间距离、雨量阈值和时间分辨率3个方面设定采集条件,满足采集条件时,启动视频图像实时采集以获取公共监控视频图像;对所述公共监控视频图像进行数据剔除处理以得到预处理图像数据;将所述预处理图像数据输入至所述训练好的模型进行积水内涝图像识别应用和检验评估,以识别道路积水。