[发明专利]一种交通事故的检测方法、装置、设备和介质有效
申请号: | 202010214329.3 | 申请日: | 2020-03-24 |
公开(公告)号: | CN111369807B | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 苑辰 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G08G1/017 | 分类号: | G08G1/017;G08B21/00;H04N7/18;G06V20/52;G06V20/40;G06V10/764;G06V10/40 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 交通事故 检测 方法 装置 设备 介质 | ||
1.一种交通事故的检测方法,其特征在于,包括:
从监控视频流中提取至少一帧静态图像;
从至少一帧所述静态图像中识别设定的交通事故场景特征,具体包括:如果所述静态图像为多帧,则从多帧所述静态图像中识别静态目标和/或动态目标,作为目标对象;识别所述目标对象的所处区域和/或动作行为,作为设定的交通事故场景特征,所述识别所述目标对象的所处区域和/或动作行为,作为设定的交通事故场景特征包括下述至少一项:识别所述目标对象是否处于设定禁止区域,若是,则确定识别到区域侵入场景特征;识别所述静态目标的停留动作的持续时间,若所述持续时间达到设定停留阈值,则确定识别到异常停留场景特征;识别所述目标对象在静态图像中的覆盖面积占比,若所述覆盖面积占比达到设定覆盖率,则确定识别到异常密度场景特征;识别所述目标对象处于设定目标区域的持续时间,若所述持续时间达到设定逗留阈值,则确定识别到区域逗留场景特征;
根据识别到的交通事故场景特征,确定交通事故检测结果,具体包括:根据识别到的交通事故场景特征,如果基于设定报警规则确定达到报警阈值,则触发报警通知;其中,
当所述交通事故场景特征为区域侵入场景特征时,所述报警通知携带的报警信息包括:所述目标对象处于设定禁止区域的报警信息;或
当所述交通事故场景特征为异常停留场景特征时,所述报警通知携带的报警信息包括:报警的摄像头点位信息、经度、纬度、当前任务名称、异常停留车辆或行人的位置列表、单次报警内每个异常停留车辆或行人的起始停留时间、截止到该次报警车辆或行人持续停留的时间、开启报警图片线索选项时包含两张图片的图片线索、起始停留时间戳背景全图、截止到该次报警持续停留时间戳背景全图以及线索视频;或
当所述交通事故场景特征为异常密度场景特征时,所述报警通知携带的报警信息包括:报警的摄像头点位信息、经度、纬度、当前任务名称、报警时刻所在时间段异常车辆或行人密度累计值、报警时刻所在时间段正常预测车辆或行人密度累计值、配置的异常阈值、相较于阈值当前异常密度累计值对应的偏离幅度、开启报警图片线索选项时包含两张图片的图片线索、报警时刻向前2个密度累计间隔时刻的背景图以及报警时刻背景图;或
当所述交通事故场景特征为区域逗留场景特征时,所述报警通知携带的报警信息包括:目标对象处于目标区域的持续时间达到设定逗留阈值的报警信息。
2.根据权利要求1所述的方法,其特征在于,从多帧所述静态图像中识别静态目标包括:
通过背景模型,根据多帧所述静态图像之间的像素变化来确定静止区域作为静态背景;
从所述静态背景中提取静态目标。
3.根据权利要求2所述的方法,其特征在于,从所述静态背景中提取静态目标包括:
从多帧所述静态背景中分别提取静态目标;
基于时空矩阵比例,确定多个所述静态目标的轮廓重合度和运动轨迹;
根据所述轮廓重合度和运动轨迹的置信度,滤除置信度不符合设定阈值的静态目标。
4.根据权利要求1所述的方法,其特征在于,识别所述目标对象在静态图像中的覆盖面积占比,若所述覆盖面积占比达到设定覆盖率,则确定识别到异常密度场景特征包括下述至少一项:
在设定滑动时间窗内,识别所述目标对象在静态图像的设定覆盖区域中的覆盖面积占比,若所述覆盖面积占比达到设定覆盖率,则确定识别到异常密度场景特征;
在设定滑动时间窗内,识别所述目标对象在静态图像的设定覆盖区域中的覆盖面积占比,以及覆盖面积的增幅,若所述覆盖面积占比达到设定覆盖率,且覆盖面积的增幅达到设定幅值,则确定识别到异常密度场景特征。
5.根据权利要求1所述的方法,其特征在于,所述目标对象为车辆和/或行人。
6.根据权利要求1-5任一所述的方法,其特征在于,还包括:
获取用户输入的区域配置信息,其中,所述区域配置信息用于配置设定禁止区域和设定目标区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010214329.3/1.html,转载请声明来源钻瓜专利网。