一种基于云计算的车载图像特征自动识别方法与系统
阅读说明:本技术 一种基于云计算的车载图像特征自动识别方法与系统 (Vehicle-mounted image feature automatic identification method and system based on cloud computing ) 是由 陈泽通 于 2019-08-02 设计创作,主要内容包括:本发明提供一种基于云计算的车载图像特征自动识别方法与系统,通过云服务端对利用车载终端采集到的实时图像以及客户端上传的目标图像进行像素分解生成目标图像像素数据与关键帧像素数据,通过目标图像像素数据与关键帧像素数据的相似比与预设阈值的比较判断是否找到目标对象,进一步通过车载多媒体提醒用户,从而避免了用户在驾驶车辆时因为寻找目标对象而分心导致的安全隐患,实现了车辆的自主寻人与自动跟车提醒,还实现了客户端与车载终端的远程数据共享;通过人脸识别算法结合客户端与车载终端的远程数据共享,可实时监测当前车辆的周围环境,进行有效地远程车辆防盗。(The invention provides a vehicle-mounted image characteristic automatic identification method and system based on cloud computing, wherein a cloud service end carries out pixel decomposition on a real-time image acquired by a vehicle-mounted terminal and a target image uploaded by a client to generate target image pixel data and key frame pixel data, whether a target object is found is judged by comparing the similarity ratio of the target image pixel data and the key frame pixel data with a preset threshold value, and a user is further reminded through vehicle-mounted multimedia, so that the potential safety hazard caused by distraction of the user when the user searches for the target object during driving of a vehicle is avoided, the automatic person finding and automatic vehicle following reminding of the vehicle are realized, and the remote data sharing of the client and the vehicle-mounted terminal is also realized; the face recognition algorithm is combined with remote data sharing of the client and the vehicle-mounted terminal, so that the surrounding environment of the current vehicle can be monitored in real time, and remote vehicle theft prevention is effectively carried out.)
技术领域
本发明涉及车辆图像处理技术领域,尤其涉及一种基于云计算的车载图像特征自动识别方法与系统。
背景技术
目前车载摄像头在捕捉到图像后,通过视频解码芯片进行解码处理后,进行数据编码(如:H.264或者MPEG)并将编码后的图片数据缓存到本地数据库中, 同时设定时间阈值将一段时间内的图片数据生成视频文件保存到本地数据库。但是,客户端访问本地数据库进行短距离查看、保存或播放文件需要使用读卡器或者WiFi直连,操作十分不便。并且,现有的车载终端通过车载摄像只能实现简单的车道偏离提醒、实现360°全景环视等,并没有对图像进行识别、筛选。目前车辆图像处理的主要缺点有:
1、本地硬件芯片只支持图像的传输处理、编码和存储,处理能力有限、运算速度慢,如果需要扩展算法、提高运算速率就必须更换硬件设备;
2、目前的图像存储受制于本地的存储空间的大小,当空间存储不足时,就必须手动保存需要的文档或者自动清除最早的文档,还有可能造成硬件损坏、文档丢失;
3、必须接触连接的车载中控或者近距离的近场通讯协议才能获取存储的图像,不能远程查看。
发明内容
本发明提供一种基于云计算的车载图像特征自动识别方法与系统,解决了现有车载本地硬件芯片文件处理能力弱、车载图像处理技术无法对有效信息进行筛选以及用户无法远程查看车辆信息的技术问题。
为解决以上技术问题,本发明提供一种基于云计算的车载图像特征自动识别方法,包括步骤:
S01、所述客户端向所述云服务端上传目标图像;
S02、所述云服务端获取所述客户端上传的目标图像,并对所述目标图像进行像素分解得到所述目标图像像素数据。
S1、车载终端将车载摄像头捕获的图像实时上传至云服务端;
S2、所述云服务端接收所述图像并每隔预设时间段将所述图像拼接为一段视频存储至数据库中;
S3、所述云服务端依序对每段所述视频的关键帧进行提取,并对所述关键帧进行像素分解得到关键帧像素数据;
S4、将所述关键帧像素数据与客户端提供的目标图像像素数据进行匹配,得到相似度;
S5、所述云服务端将相似度达到预设阈值的所述关键帧进行标注并标记为有效信息后保存至所述数据库中,同时下发至所述车载终端进行显示。
S6、所述客户端访问所述云服务端,查看或下载所述数据库中保存的所述视频或添加了所述有效信息的所述关键帧。
所述步骤S1具体包括步骤:
S11、所述车载摄像头拍摄图像,所述图像包括车内图像或车外图像;
S12、所述车载终端对拍摄的所述图像进行压缩编码后通过流媒体技术和广域网向所述云服务端实时发送;
S13、所述车载终端将压缩编码后的所述图像以文件形式缓存在本地存储器中。
所述目标图像像素数据与所述关键帧像素数据的匹配过程基于人脸识别算法、目标追踪算法。
所述广域网包括FDD-LTE或TD-LTE的4G网络以及5G网络。
对应于上述一种基于云计算的车载图像特征自动识别方法,本发明还提供一种基于云计算的车载图像特征自动识别系统,包括顺序连接的车载终端、云服务端和客户端:
所述客户端,用于向所述云服务端上传目标图像;
所述云服务端,用于获取所述客户端上传的目标图像,并对所述目标图像进行像素分解得到目标图像像素数据。
所述车载终端,用于将自身捕获的图像实时上传至所述云服务端;
所述云服务端,还用于接收所述图像并每隔预设时间段拼接为一段视频存储至数据库中;以及,依序对每段所述视频的关键帧进行提取,并对所述关键帧进行像素分解得到关键帧像素数据;以及将所述关键帧像素数据与所述目标图像像素数据进行匹配,得到相似度;以及,将相似度达到预设阈值的所述关键帧进行标注并标记为有效信息后保存至所述数据库中,同时下发至所述车载终端进行显示。
所述车载终端包括顺序连接的图像采集模块、图像处理模块和车载通讯模块,以及连接所述图像处理模块和所述车载通讯模块的缓存模块;
所述图像采集模块用于将车载摄像头捕获的图像实时向所述图像处理模块传输;
所述图像处理模块用于对拍摄的所述图像进行压缩编码后通过流媒体技术发送至所述车载通讯模块;
所述车载通讯模块用于通过广域网将所述图像处理模块传输的图像向所述云服务端实时发送;以及,接收所述云服务端下发的标记为所述有效信息的所述关键帧;
所述缓存模块用于将压缩编码后的所述图像以文件形式缓存在本地存储器中,以及保存标记为所述有效信息的所述关键帧。
所述车载终端还包括连接所述缓存模块的多媒体模块,用于显示所述标记为有效信息的所述关键帧。
所述图像采集模块设有车载摄像头,用于拍摄车内环境和车外环境;
所述广域网包括FDD-LTE或TD-LTE的4G网络以及5G网络;
所述目标图像像素数据与所述关键帧像素数据的匹配过程基于人脸识别算法、目标追踪算法;
所述客户端为用户使用的移动终端。
本发明提供一种基于云计算的车载图像特征自动识别方法与系统,通过云服务端对利用车载终端采集到的实时图像以及客户端上传的目标图像进行像素分解生成目标图像像素数据与关键帧像素数据,通过目标图像像素数据与关键帧像素数据的相似比与预设阈值的比较判断是否找到目标对象,进一步通过车载多媒体提醒用户,从而避免了用户在驾驶车辆时因为寻找目标对象而分心导致的安全隐患,实现了车辆的自主寻人与自动跟车提醒,还实现了客户端与车载终端的远程数据共享;通过人脸识别算法结合客户端与车载终端的远程数据共享,可实时监测当前车辆的周围环境,进行有效地远程车辆防盗;利用云服务端强大的后台运行能力,能够快速、准确地将有效信息从大量无用且占据大量内存空间的实时图像筛选出来并保存在后台数据库中或下发到车载终端,优化了有效信息的识别度、提高了文件存储的稳定性。
附图说明
图1是本发明实施例提供的一种基于云计算的车载图像特征自动识别方法的工作流程图;
图2是本发明实施例提供的一种基于云计算的车载图像特征自动识别方法的目标图像像素数据获取工作流程图;
图3是本发明实施例提供的图1中步骤S1的具体工作流程;
图4是本发明实施例提供的一种基于云计算的车载图像特征自动识别系统的系统框架图。
其中,车载终端1,图像采集模块11、图像处理模块12、车载通讯模块13、缓存模块14、多媒体模块15;云服务端2;客户端3。
具体实施方式
下面结合附图具体阐明本发明的实施方式,实施例的给出仅仅是为了说明目的,并不能理解为对本发明的限定,包括附图仅供参考和说明使用,不构成对本发明专利保护范围的限制,因为在不脱离本发明精神和范围基础上,可以对本发明进行许多改变。
本发明实施例提供的一种基于云计算的车载图像特征自动识别方法,如图 1、图2所示,包括步骤:
S01、所述客户端3向所述云服务端2上传目标图像;
S02、所述云服务端2获取所述客户端3上传的目标图像,并对所述目标图像进行像素分解得到所述目标图像像素数据。
S1、车载终端1将车载摄像头捕获的图像实时上传至云服务端2;
S2、所述云服务端2接收所述图像并每隔预设时间段将所述图像拼接为一段视频存储至数据库中;
S3、所述云服务端2依序对每段所述视频的关键帧进行提取,并对所述关键帧进行像素分解得到关键帧像素数据;
S4、将所述关键帧像素数据与客户端3提供的目标图像像素数据进行匹配,得到相似度;
S5、所述云服务端2将相似度达到预设阈值的所述关键帧进行标注并标记为有效信息后保存至所述数据库中,同时下发至所述车载终端1进行显示。
S6、所述客户端3访问所述云服务端2,查看或下载所述数据库中保存的所述视频或添加了所述有效信息的所述关键帧。
参见图3,所述步骤S1具体包括步骤:
S11、所述车载摄像头拍摄图像,所述图像包括车内图像或车外图像;
S12、所述车载终端1对拍摄的所述图像进行压缩编码后通过流媒体技术和广域网向所述云服务端2实时发送;
S13、所述车载终端1将压缩编码后的所述图像以文件形式缓存在本地存储器中。
所述目标图像像素数据与所述关键帧像素数据的匹配过程基于人脸识别算法、目标追踪算法。
所述广域网包括FDD-LTE或TD-LTE的4G网络以及5G网络。
参见图4,对应于上述一种基于云计算的车载图像特征自动识别方法,本发明还提供一种基于云计算的车载图像特征自动识别系统,包括顺序连接的车载终端1、云服务端2和客户端3:
所述客户端3,用于向所述云服务端2上传目标图像;
所述云服务端2,用于获取所述客户端3上传的目标图像,并对所述目标图像进行像素分解得到目标图像像素数据。
所述车载终端1,用于将自身捕获的图像实时上传至所述云服务端2;
所述云服务端2,还用于接收所述图像并每隔预设时间段拼接为一段视频存储至数据库中;以及,依序对每段所述视频的关键帧进行提取,并对所述关键帧进行像素分解得到关键帧像素数据;以及将所述关键帧像素数据与所述目标图像像素数据进行匹配,得到相似度;以及,将相似度达到预设阈值的所述关键帧进行标注并标记为有效信息后保存至所述数据库中,同时下发至所述车载终端1进行显示。
所述车载终端1包括顺序连接的图像采集模块11、图像处理模块12和车载通讯模块13,以及连接所述图像处理模块12和所述车载通讯模块13的缓存模块14;
所述图像采集模块11用于将车载摄像头捕获的图像实时向所述图像处理模块12传输;
所述图像处理模块12用于对拍摄的所述图像进行压缩编码后通过流媒体技术发送至所述车载通讯模块13;
所述车载通讯模块13用于通过广域网将所述图像处理模块12传输的图像向所述云服务端2实时发送;以及,接收所述云服务端2下发的标记为所述有效信息的所述关键帧;
所述缓存模块14用于将压缩编码后的所述图像以文件形式缓存在本地存储器中,以及保存标记为所述有效信息的所述关键帧。
所述车载终端1还包括连接所述缓存模块14的多媒体模块15,用于显示所述标记为有效信息的所述关键帧;所述多媒体模块15还用于通过语音播报模块,用于进行人机交互。
所述图像采集模块11设有车载摄像头,用于拍摄车内环境和车外环境;所述广域网包括FDD-LTE或TD-LTE的4G网络以及5G网络;
所述目标图像像素数据与所述关键帧像素数据的匹配过程基于人脸识别算法、目标追踪算法;
所述客户端3为用户使用的移动终端,所述移动终端包括手机、平板、电脑。
所述关键帧的提取方法包括采样提取法、镜头分割法、聚类分析法。
所述系统的具体工作流程如下:
首先,云服务端2根据客户端3通过广域网上传的目标图像进行像素分解得到目标图像像素数据,其中,所述目标图像包括目标人物与目标车辆。
随后,所述车载终端1确定所述图像采集模块11即车载摄像头根据需要获取车内或者车外的实时图像,通过图像处理模块12对所述图像进行压缩编码为流媒体格式文件后,再经车载通讯模块13通过广域网和流媒体技术实时上传到所述云服务端2中,同时还存储到缓存模块14中。
在本实施例中所述图像采集模块11优选为360度环景行车记录仪。
所述云服务端实时接收从所述车载终端上传的所述图像,并每隔预设时间段拼接为一段视频存储至数据库中,同时依照上传次序依次序截取每一秒中的关键帧,并对所述关键帧进行像素分解得到关键帧像素数据,其中每一秒的图像传输包括30帧图片,提取其中2~3帧作为关键帧。此时,所述云服务端2 根据所述目标图像像素数据为对照模板,依次序将所述关键帧与之进行匹配,得到相似比,并将所述相似比与预设阈值进行对比,当所述相似比达到预设阈值时,将所述关键帧上与所述目标图像相似比高的区域进行标注并在将所述关键帧标记为有效信息后保存至所述数据库中,同时下发至所述车载终端1,并通过所述多媒体模块15进行显示与语音提醒。例如,若目标图像为目标车辆,则实时将所述目标车辆在所述车载摄像头获取的路面图像中进行突出标注并在所述多媒体模块15的显示界面进行显示,便于用户精准捕捉前方跟车的位置,同时还可以通过现有的标定技术对前方跟车的位置进行说明,例如“目标车辆在前方50米快车道行驶”;若目标图像为目标人物,则通过人脸识别算法对所述车载摄像头获取的全景图像进行标注并在所述车载多媒体模块15的显示界面进行显示,便于用户精准捕捉目标人物的具***置,同时根据目标人物的位置重新进行路线规划。
同时,所述客户端3即可通过广域网对存储在云服务端2的缓存的视频及有效信息进行查看、下载。
另外,若用户需要进行远程防盗时,可通过上传预设场景图像,所述预设场景包括非本人对车辆进行操作或者零部件拆卸窃取等图片,用户可通过手机客户端3的4G广域网连接所述云服务端2查看或下载与所述预设场景图像相似的关键帧,从而进行避免车辆被盗;或者通过预设一个防盗模式,预存一个驾驶人数据库通过客户端上传到云服务端2,当车辆被盗取,所述云服务端2通过人脸识别算法识别出所述图像采集模块11采集到的驾驶人不属于所述驾驶人数据库中的预设人群时,将相似比低于预设阈值的关键帧主动下发到用户客户端进行提醒,同时启动汽车自锁。
同时也可上传车辆碰瓷或者车辆事故的预设场景图像,在事件发生时,对相关关键帧进行重点定义的场景重点保护。
本发明实施例提供一种基于云计算的车载图像特征自动识别方法与系统,通过云服务端2对利用车载终端1采集到的实时图像以及客户端3上传的目标图像进行像素分解生成目标图像像素数据与关键帧像素数据,通过目标图像像素数据与关键帧像素数据的相似比与预设阈值的比较判断是否找到目标对象,进一步通过车载多媒体提醒用户,从而避免了用户在驾驶车辆时因为寻找目标对象而分心导致的安全隐患,实现了车辆的自主寻人与自动跟车提醒,还实现了客户端3与车载终端1的远程数据共享;通过人脸识别算法结合客户端3与车载终端1的远程数据共享,可实时监测当前车辆的周围环境,进行有效地远程车辆防盗;利用云服务端2强大的后台运行能力,能够快速、准确地将有效信息从大量无用且占据大量内存空间的实时图像筛选出来并保存在后台数据库中或下发到车载终端1,优化了有效信息的识别度、提高了文件存储的稳定性。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
- 上一篇:一种医用注射器针头装配设备
- 下一篇:摄像系统以及视频处理方法