(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 202210525507.3 (22)申请日 2022.05.16 (71)申请人 深圳联和智慧科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区科技南路16号深圳湾 科 技生态园11栋A2805 (72)发明人 杨翰翔　付正武　 (74)专利代理 机构 广州博联知识产权代理有限 公司 44663 专利代理师 梁志标 (51)Int.Cl. G06V 20/17(2022.01) G06V 20/54(2022.01) G06V 20/62(2022.01) G06V 10/74(2022.01)G06V 10/774(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) (54)发明名称 一种基于无人机的渣土车套牌识别方法及 系统 (57)摘要 本发明实施例提供一种基于无人机的渣土 车套牌识别方法及系统， 通过对 无人机反馈的航 拍监控视频按照航拍监控图像帧的时间顺序依 次获取航拍监控视频中的一个航拍监控图像帧 作为当前监控图像帧以及当前监控图像帧之后 的至少一个航拍监控图像帧作为融合监控图像 帧； 然后， 获取至少一个待识别渣土车对应的显 著性标识信息， 显著性标识信息包括针对相应的 待识别渣土车的至少一种显著性特征， 显著性特 征包括与待识别渣土车的可视化特征对应的特 征标识信息； 最后， 根据显著性标识信息以及每 次采集得到的当前监控图像帧以及融合监控图 像帧进行特征分析， 以判断无人机当前监控的渣 土车场景中是否存在套牌渣土车。 如此， 结合无 人机实现套牌渣土车的自动识别。 权利要求书4页 说明书14页 附图6页 CN 114627394 A 2022.06.14 CN 114627394 A 1.一种基于无人机的渣土车套牌识别方法， 其特征在于， 应用于与无人机通信连接的 渣土车监控中心， 所述方法包括： 获取无人机针对待监控的渣土车场景进行航拍监控反馈的航拍监控视频， 所述航拍监 控视频包括针对 渣土车进行拍摄得到的两个或两个以上航拍监控图像帧； 按照所述航拍监控图像帧的时间顺序依次获取所述航拍监控视频中的一个航拍监控 图像帧作为当前监控图像帧以及所述当前监控图像帧之后的至少一个航拍监控图像帧作 为融合监控图像帧； 获取至少一个待识别渣土车对应的显著性标识信 息， 所述显著性标识信 息包括针对相 应的待识别渣土车的至少一种显著 性特征， 所述显著性特征包括与待识别渣土车的可视化 特征对应的特 征标识信息； 根据所述显著性标识信息以及每次采集得到的当前监控图像帧以及融合监控图像帧 进行特征分析， 以判断所述无 人机当前监控的渣土车场景中是否存在套牌渣土车。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述显著性标识信 息以及每次采 集得到的当前监控图像帧以及融合监控图像帧进 行特征分析， 以判断所述无人机当前监控 的渣土车场景中是否存在套牌渣土车， 包括： 根据所述显著性标识信 息， 对所述当前监控图像帧和所述融合监控图像帧分别进行关 键信息采集， 得到所述当前监控图像帧的第一关键可视化特征和所述融合监控图像帧的第 二关键可视化特征， 所述第一关键可视化特征至少用于表征所述当前监控图像帧所包括的 可视化特征与所述显著 性标识信息之 间的特征关联度， 所述第二关键可视化特征至少用于 表征所述融合 监控图像帧所包括的可视化特 征与所述显著性标识信息之间的特 征关联度； 对所述第一关键可视化特征和所述第 二关键可视化特征进行组合， 得到所述当前监控 图像帧的关键可视化组合特 征； 将所述关键可视化组合特征与预先建立在所述渣土车监控中心的数据库中存储的与 所述显著性标识信息对应的标准可视化特征进行比对分析， 判断所述无人机当前监控的渣 土车场景中是否存在套牌渣土车。 3.根据权利要求2所述的方法， 其特征在于， 所述将所述关键可视化组合特征与预先建 立在所述渣土车监控中心的数据库中存储的与所述显著性标识信息对应的标准可视化特 征进行比对分析， 判断所述无 人机当前监控的渣土车场景中是否存在套牌渣土车， 包括： 将所述关键可视化组合特征与所述数据库中存储的与所述显著性标识信息对应的标 准可视化特征进 行匹配度分析， 当所述数据库中存储的与所述显著 性标识信息对应的标准 可视化特征和所述关键可视化组合特征匹配时， 则判断所述无人机 当前监控的渣土车场景 中不存在套牌渣土车； 当所述数据库中存储的与所述显著性标识信息对应的标准可视化特征和所述关键可 视化组合特 征不匹配时， 则判断所述无 人机当前监控的渣土车场景中存在套牌渣土车； 所述方法还 包括： 当判断所述无人机当前监控的渣土车场景中存在套牌渣土车时， 向设定的预警设备发 送渣土车套牌预警信息， 所述渣土车套牌预警信息包括所述无人机 当前所监控场景的位置 信息以及疑似套牌的目标渣土车的相关车辆信息， 以通知相关人员到现场进行处 理。 4.根据权利要求2所述的方法， 其特征在于， 根据所述显著性标识信息， 对所述当前监权　利　要　求　书 1/4 页 2 CN 114627394 A 2控图像帧进行关键信息采集， 得到所述当前监控图像帧的第一关键可视化特 征， 包括： 对所述显著性标识信息进行关键信息采集， 得到所述显著性标识信息的标识特征向 量； 对所述当前监控图像帧中的两个或两个以上感兴趣区域进行关键信 息采集， 得到所述 两个或两个以上感兴趣区域的兴趣区域关键信息； 基于所述标识特征向量和所述两个或两个以上感兴趣区域的兴趣区域关键信 息， 确定 所述两个或两个以上感兴趣区域的区域关联等级， 其中， 所述感兴趣区域的区域关联等级 表征所述感兴趣区域与所述显著性标识信息之间的特 征关联度； 基于所述两个或两个以上感兴趣区域的区域关联等级， 对所述两个或两个以上感兴趣 区域的兴趣区域关键信息进行信息融合， 得到所述第一关键可视化特 征； 其中， 所述基于所述标识特征向量和所述两个或两个以上感兴趣区域的兴趣区域关键 信息， 确定所述两个或两个以上感兴趣区域的区域关联等级， 包括： 分别获取所述标识特征向量与两个或两个以上兴趣区域关键信息之间的第一相关性 参数； 对获取到的两个或两个以上第 一相关性参数进行参数等级映射， 得到所述两个或两个 以上感兴趣区域的区域关联等级。 5.根据权利要求2所述的方法， 其特征在于， 所述融合监控图像帧包括两个或两个以 上， 所述对所述第一关键可视化特征和所述第二关键可视化特征进行组合， 得到所述当前 监控图像帧的关键可视化组合特 征， 包括： 根据所述第一关键可视化特征与两个或两个以上第二关键可视化特征之间的第二相 关性参数， 从所述两个或两个以上融合监控图像帧中获取最大的第二相关性参数对应的所 述融合监控图像帧， 所述第二相关性参数至少用于表征所述融合监控图像帧所包括的可视 化特征与所述当前监控图像帧所包括的可视化特 征之间的特 征差异度； 将所述第一关键可视化特征和获取的所述融合监控图像帧的第二关键可视化特征进 行组合， 得到所述关键可视化组合特 征； 其中， 所述对所述第一关键可视化特征和所述第二关键可视化特征进行组合， 得到所 述当前监控图像帧的关键可视化组合特 征之后， 所述方法还 包括： 对所述关键可视化组合特征进行特征归类， 得到所述当前监控图像帧与所述显著性标 识信息之间的关联度指标； 如果所述关联度指标大于关联度指标阈值， 从所述当前监控图像帧中， 获取与所述显 著性标识信息 关联的图像区域， 所述显著性标识信息与所述图像区域关联是指所述图像区 域所包括的可视化特 征与所述显著性标识信息关联； 所述如果所述关联度指标大于关联度指标阈值， 从所述当前监控图像帧中， 获取与所 述显著性标识信息关联的图像区域， 包括： 如果所述关联度指标大于所述关联度指标阈值， 根据所述当前监控图像帧中两个或两 个以上感兴趣区域的区域关联等级， 从所述当前监控图像帧中选取对应的区域关联等级 大 于预设区域关联等级的两个或两个以上目标感兴趣区域， 其中， 所述感兴趣区域的区域关 联等级表征 所述感兴趣区域与所述显著性标识信息之间的特 征关联度； 确定所述两个或两个以上目标感兴趣区域在所述当前监控图像帧中的各个不同的目权　利　要　求　书 2/4 页 3 CN 114627394 A 3