[发明专利]一种用于车辆运动方向判定的逆行检测方法

说明书

技术领域

本发明属于智能交通系统和图像识别的技术领域，具体涉及一种用于车辆运动方向判定的逆行检测方法。

背景技术

目前的道路视频监控系统多数只停留在原始视频的录像阶段，监控任务主要仍由人工完成，需要人为监视视频观察道路流量以及发现道路中的异常交通事件。但是，随着视频监控规模逐渐扩大，依靠人工方式进行实时监控所暴露出来的局限性越发突出，既难以提供足够多数量的屏幕供观看，也不可能安排足够多的人员24小时无间断的进行监视。车辆逆行行为是高频交通违法行为。在车流密集区域，一旦发生逆行行为极易引发道路拥堵甚至交通事故。由现有的道路视频监控系统实现对车辆逆行等行为的实时自动检测具有十分重要的意义。

目前，常用的逆行车辆检测方法先通过光流法、帧差法、背景差分法等方法提取运动目标集合，再找出运动车辆集合及位置信息，最后再判断每辆车的运动轨迹方向，以此判断车辆是否发生逆行。现有的方法在路面车辆较少时，且车辆运动较快时检测效果比较好；但是，难以应对车辆运动缓慢时的逆行。此外，现有的方法易受光照、遮挡、阴影和视频抖动等因素的影响，受环境干扰严重。因此，针对逆行车辆检测，急需一种适用范围广、准确度高、检测速度快，能满足实时要求的车辆逆行检测方法。

发明内容

本发明的目的在于，为解决现有的检测方法存在的上述缺陷，本发明提供了一种用于车辆运动方向判定的逆行检测方法，该方法能够实现对视频中逆行车辆的快速精确识别，该方法适用范围广，检测结果稳定可靠、准确度高、检测速度快，能满足车辆运动方向判定的逆行检测的实时性要求。

为实现上述目的，本发明提供了一种用于车辆运动方向判定的逆行检测方法，具体包括：

步骤1)初始化车辆正常行驶方向，设定逆行检测区域D；

步骤2)在逆行检测区域D内，基于深度学习模型检测出车辆集合A＝{A₁,A₂,...,A_i}；

步骤3)根据步骤2)的车辆集合A＝{A₁,A₂,...,A_i}，遍历跟踪车辆集合B＝{B₁,B₂,...,B_j}，从中筛选出与跟踪车辆B_i匹配的车辆集合C＝{C₁,C₂,...,C_i}，再与跟踪车辆列表进行比对匹配，更新跟踪车辆列表信息；

步骤4)判断更新后的跟踪车辆列表中的跟踪车辆B_j是否为逆行车辆；若跟踪车辆B_j不是逆行车辆，则继续追踪；若跟踪车辆B_j为逆行车辆，则标注该车辆并发出逆行判决。

所述步骤1)具体包括：

初始化车辆正常行驶方向，采用有向线段N表示；设置四边形车辆逆行检测区域D；由逆行检测区域D与有向线段N可以得到区域D内正常行驶车辆入口区域与出口区域。

所述步骤2)具体包括：

输入道路监控视频图像；根据步骤1)得到的检测区域D，将D归一化到448×448作为输入图像，基于深度学习模型检测出当前帧图像中的车辆集合A＝{A₁,A₂,...,A_i},车辆A_i的矩形包围框区域为PA_i＝{x_i,y_i,w_i,h_i}，其中，x_i和y_i分别为车辆A_i中心点坐标；w_i和h_i分别对应为车辆A_i矩形包围框的宽和车辆A_i矩形包围框的高。