本申請涉及人工智能技術領域，提供一種基于人工智能的視頻圖像識別方法，包括：在車輛行駛的過程中，對車輛的前行視角進行動態采集，獲得多個采集數據；對多個采集數據進行視頻編碼以及視頻解碼，獲得視頻圖像；根據車載設備的嵌入式中央處理器CPU的前端算力，確定抽幀頻率；根據抽幀頻率，對視頻圖像進行抽幀，獲得多個視頻幀；依次對多個視頻幀進行識別，獲得車輛的車輛識別結果以及車輛途經的交通標線的標線識別結果；根據車輛識別結果以及標線識別結果，對車輛以及交通標線的空間位置關系進行分析，獲得車輛違法識別結果；將車輛違法識別結果上傳至區塊鏈。本申請可應用于智慧交通場景中，從而推動智慧城市的建設。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種基于人工智能的視頻圖像識別方法及相關設備。

背景技術

隨著社會經濟水平的提高，各種車輛(比如機動車、非機動車)的數量呈現出高速增長趨勢，這給人們的出行帶來極大便利。然而，車輛的急劇增加，在給人們出行帶來便利的同時，也出現了很多違反交通規則的情況。

目前，主要是在各個交通路口安裝攝像頭，通過攝像頭來對車輛進行抓拍，獲得抓拍圖像，并通過抓拍圖像來對車輛是否違法進行判定。然而，這種取證方式，由于安裝在各個路口的攝像頭是固定的，只能對有限區域內的車輛圖像進行抓拍，使得抓拍圖像的覆蓋范圍受限，難以對車輛的行為進行全面分析。

發明內容

鑒于以上內容，有必要提供一種基于人工智能的視頻圖像識別方法及相關設備，能夠對車輛的行為進行全面分析，并判定車輛是否違法。

本發明的第一方面提供一種基于人工智能的視頻圖像識別方法，所述基于人工智能的視頻圖像識別方法包括：

在車輛行駛的過程中，對所述車輛的前行視角進行動態采集，獲得多個采集數據；

對所述多個采集數據進行視頻編碼以及視頻解碼，獲得視頻圖像；

根據所述車載設備的嵌入式中央處理器CPU的前端算力，確定抽幀頻率；

根據所述抽幀頻率，對所述視頻圖像進行抽幀，獲得多個視頻幀；

依次對所述多個視頻幀進行識別，獲得所述車輛的車輛識別結果以及所述車輛途經的交通標線的標線識別結果；

根據所述車輛識別結果以及所述標線識別結果，對所述車輛以及所述交通標線的空間位置關系進行分析，獲得車輛違法識別結果；

將所述車輛違法識別結果上傳至區塊鏈。

在一種可能的實現方式中，所述在車輛行駛的過程中，對所述車輛的前行視角進行動態采集，獲得多個采集數據之后，所述基于人工智能的視頻圖像識別方法還包括：

獲取每個所述采集數據對應的能見度值；

將能見度值低于預設閾值的采集數據確定為無效數據；

從所述多個采集數據中刪除所述無效數據，獲得有效數據；

所述對所述多個采集數據進行視頻編碼以及視頻解碼，獲得視頻圖像包括：

對所述有效數據進行視頻編碼以及視頻解碼，獲得視頻圖像。

在一種可能的實現方式中，所述依次對所述多個視頻幀進行識別，獲得所述車輛的車輛識別結果以及所述車輛途經的交通標線的標線識別結果包括：

依次將所述多個視頻幀輸入至違法識別模型中，通過所述違法識別模型中的車輛二分類識別模型，獲得車輛識別結果，所述車輛識別結果包括公交車或非公交車；

通過所述違法識別模型中的交通標線識別模型，對所述車輛途經的交通標線進行識別，獲得初始識別結果，并對相鄰視頻幀的多個初始識別結果進行分析，獲得所述交通標線最終的標線識別結果。