買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜長安大學;首都機場集團有限公司申請的專利一種基于深度學習的機場出發層違章車輛自動識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114821490B 。

龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111642183.3，技術領域涉及：G06V20/54；該發明授權一種基于深度學習的機場出發層違章車輛自動識別方法是由柏強;邵宇麒;蒙思源;王宇軒;秦倩;杜茂維;黃明設計研發完成，并于2021-12-29向國家知識產權局提交的專利申請。

本一種基于深度學習的機場出發層違章車輛自動識別方法在說明書摘要公布了：本發明公開一種基于深度學習的機場出發層違章接客車輛識別方法：基于機場出發車道邊實際固定機位的監控視頻，使用YOLO_v4算法識別車輛與行人目標，利用DeepSORT算法跟蹤目標，根據YOLO_v4返回的目標類別與DeepSORT記錄的目標位置信息判斷車輛的運行狀態與乘客上下車行為，在車輛停止時統計車內人數變化情況，根據該統計結果判斷車輛是否存在接客行為，完成對機場出發層違章車輛的識別。有益效果：準確度可以達到83.3％，檢測速度相較傳統人工識別方式提升巨大，可以大大減小監控執法人員的工作量，提高非現場執法的執法效率及執法準確性，在智能交通監管領域具有廣闊的發展前景，可以使機場陸側交通的安全管理得到進一步強化，為交通行業的長足發展提供有效保障。

本發明授權一種基于深度學習的機場出發層違章車輛自動識別方法在權利要求書中公布了：1.一種基于深度學習的機場出發層違章車輛自動識別方法，其特征在于：包括以下步驟：S1：獲取視頻流，導入目標識別模型和多目標追蹤判斷模型，對視頻流進行逐幀判斷；S2：目標識別與判斷，將車輛和行人作為識別目標，并分別賦予id，如判斷為車則執行步驟S3，如判斷為人則執行步驟S4，直至視頻文件每一幀均被判斷完成；S3：對車輛是否處于靜止狀態進行識別，并保存車輛識別參數數據集至參數存儲器；S4：對行人是否消失進行識別，并保存行人識別參數數據集至參數存儲器；S5：對S3、S4中保存到參數存儲器中的數據集進行計算，以一輛靜止的車的檢測范圍內記錄行人“出現”與“消失”的總次數的代數差來計算車輛的最終人數變化；S6：以車輛的車內最終人數變化為依據，對標記為消失的車輛進行違章行為識別；當人數變化＞0時，判斷車輛存在接客行為,即違章；當人數變化＜0時，判斷車輛存在送客行為,即未違章；當人數變化＝0時，判斷車輛為路過車輛；當人數變化數據丟失時，則代表車輛丟失部分數據，將其人數變化記為0，同時將該車做上數據丟失的標記；S7：輸出結果；所述S1中的視頻流為時長為T的機場出發層車道邊固定機位監控視頻，用t表示監控視頻的任一時刻，t∈[0，T]；所述S2、S3、S5、S6的具體步驟為:車輛在t時刻被目標識別模型識別到并判斷為“出現”時被賦予id為i，i∈N，N代表視頻中所有個體被跟蹤算法賦予的id集合；用表示t時刻時被多目標追蹤判斷模型的跟蹤器標記“出現”的車的id的集合，用表示t時刻時被標記“消失”的車的id的集合，用表示t時刻時未被多目標追蹤判斷模型的跟蹤器標記為“消失”的車的id的集合，由式1確定： 車輛是否屬于靜止狀態使用參數代表id為i的車輛在t時刻的狀態修正系數判定，當其為1時表示車輛處于靜止狀態，能進行違章識別，當其為0時，表示車輛處于其他狀態，不能進行違章識別，由式2確定： 式2中，代表id為i的車輛在t時刻的狀態參數，其為2時表示車輛處于還未識別出運動與靜止的未知狀態，其為1時表示車輛處于靜止狀態，其為0時表示車輛處于運動狀態，其為-1時表示車輛處于部分監測數據丟失狀態，僅有當為1時才能對車輛i進行違章識別。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人長安大學;首都機場集團有限公司，其通訊地址為：710000 陜西省西安市雁塔區南二環路中段；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。