买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：无锡学院

摘要：本发明公开了一种基于深度学习的车辆闯红灯监测方法和系统，所述方法包括以下步骤：通过高清摄像头采集交通路口实时监控视频；对实时监控视频进行检测区域划分；通过深度神经网络对划分后的检测区域进行检测；基于划分区域的检测结果对车辆是否闯红灯进行判断。所述系统包括：车辆实时视频采集模块，目标路口区域划分模块，基于深度神经网络的车辆检测模块，红灯显示期间关键帧获取模块，闯红灯行为判断模块，报警模块，信息存储模块和电子设备部署装置。本发明能够对闯红灯的车辆进行识别，并根据车牌照片自动提取车牌信息完成数据存储与报警。

主权项：1.基于深度学习的车辆闯红灯监测方法，其特征在于，具体包括以下步骤：通过高清摄像头采集交通路口实时监控视频；对实时监控视频进行检测区域划分；通过改进的Yolov5模型对划分后的检测区域进行检测；基于划分区域的检测结果对车辆是否闯红灯进行判断；其中，改进的Yolov5模型具体包括：ICA模块和RepSA模块；其中ICA模块位于YOLOv5的Neck和Head部分之间对多尺度特征进行特征筛选；RepSA模块位于Neck部分对Backbone提取的多尺度高维特征进行融合处理；其中，ICA模块具体包括：XmaxPool层，用于X方向即宽度方向进行最大池化；YmaxPool层，用于Y方向即高度方向进行最大值池化；W×1Conv层、1×HConv层以及1×1Conv层分别用于宽度为W高度为1、宽度为1高度为H以及宽度高度均为1的卷积；BatchNom层，用于批量归一化；permute函数，用于重新排列数组的维度；h-swish和Sigmoid作为激活函数；ICA模块运行流程包括：ICA模块的输入分别在X方向输入XmaxPool层和W×1Conv层并通过permute函数进行数组排列，Y方向输入YmaxPool层和1×HConv层，对X和Y方向的最大池化和卷积结果进行拼接，并经过1×1Conv层、BatchNom层和h-swish激活函数，对结果分别进行X和Y方向的下采样，分别经过1×1Conv层和Sigmoid激活函数，得到X和Y方向的注意力向量；将X和Y方向的注意力向量与ICA模块的输入特征相乘，获得具有权重的最终特征图，得到ICA模块的输出；RepSA模块具体包括：Conv1卷积核、Conv3卷积核和Conv5卷积核，分别代表1×1卷积核、3×3卷积核以及5×5卷积核；SelfAttention，代表自注意力机制；RepSA模块运行流程具体包括：RepSA模块的输入通过Conv1卷积核调整通道数量，并将Conv1卷积结果分别通过3×3卷积和5×5卷积获取模型对不同尺寸目标的感受，通过残差分支将经过1×1卷积减少特征后的输入特征与经过对3×3卷积和5×5卷积的特征图相加，最后经过自注意力机制得到RepSA模块的输出。

全文数据：

权利要求：

百度查询： 无锡学院 基于深度学习的车辆闯红灯监测方法和系统