[发明专利]基于视频识别和深度学习的车辆参数检测方法及相关装置

说明书

本申请公开了一种基于视频识别和深度学习的车辆参数检测方法、装置、系统及计算机可读存储介质，方法包括：获取车辆行驶视频和轮胎运动视频；基于车辆行驶视频及预先设定的目标检测区域，计算各车辆的车速及车辆之间的车距；对车辆行驶视频进行分帧，得到车辆图像，基于车辆图像识别各车辆的车道、车牌及类别，并基于各车辆的类别识别各车辆的车型及车轴；基于轮胎运动视频中的轮胎的变形信息，计算与轮胎运动视频时空相同步的车辆行驶视频中与轮胎相匹配的车辆的轴重及车重。本申请公开的上述技术方案，通过车辆行驶视频及轮胎运动视频自动且全面地得到各种车辆参数，而并不需要人为进行实现，从而提高车辆参数的检测效率和检测准确性。

技术领域

本申请涉及车辆检测技术领域，更具体地说，涉及一种基于视频识别和深度学习的车辆参数检测方法、装置、系统及计算机可读存储介质。

背景技术

桥梁上车辆的参数信息包括车辆的车速、车道、车距、车型、车轴、车牌和车重等，其是反映桥梁受力状态和交通密度的重要依据，也是智能交通系统的重要组成部分，因此，收集车辆的参数信息对于桥梁设计优化、安全评估和维护策略至关重要。

目前，常由人工借助测速仪、超载检测仪、测距仪等各种不同用途的仪器来进行车辆参数的检测，费时费力且检测准确性比较低，且现有在进行车辆参数测量时只是对其中一个或两个参数进行测量。

综上所述，如何实现车辆参数检测的全面性，并提高车辆参数的检测效率和检测准确性，是目前本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本申请的目的是提供一种基于视频识别和深度学习的车辆参数检测方法、装置、系统及计算机可读存储介质，用于实现车辆参数检测的全面性，并提高车辆参数的检测效率和检测准确性。

为了实现上述目的，本申请提供如下技术方案：

一种基于视频识别和深度学习的车辆参数检测方法，包括：

获取车辆行驶视频和轮胎运动视频；

基于所述车辆行驶视频及预先设定的目标检测区域，计算各车辆的车速及所述车辆之间的车距；

对所述车辆行驶视频进行分帧，得到车辆图像，基于所述车辆图像识别各所述车辆的车道、车牌及类别，并基于各所述车辆的类别识别各所述车辆的车型及车轴；

基于所述轮胎运动视频中的轮胎的变形信息，计算与所述轮胎运动视频时空相同步的车辆行驶视频中与所述轮胎相匹配的车辆的轴重及车重。

优选的，基于所述车辆行驶视频及预先设定的目标检测区域，计算各车辆的车速，包括：

获取与所述目标检测区域对应的实测检测区域中各标记点的坐标，并根据各所述标记点的坐标计算所述目标检测区域中与所述标记点对应的目标标记点的坐标，且根据各所述目标标记点的坐标获取所述目标检测区域中各像素点的坐标；

利用预设的运动目标检测算法检测所述目标检测区域中的车辆，并利用矩形框对所述车辆进行标记；

基于所述目标检测区域中各像素点的坐标获取各所述车辆对应的矩形框的顶点在视频中的坐标，根据所述矩形框的顶点在视频中的坐标对应计算各所述矩形框的顶点在所述实测检测区域中的坐标，并根据各所述矩形框的顶点在所述实测检测区域中的坐标计算各所述矩形框的实际长度；

获取各所述车辆对应的矩形框进入所述目标检测区域中的预设侵入线的帧数、离开所述预设侵入线的帧数，并根据进入所述预设侵入线的帧数、离开所述预设侵入线的帧数计算所述车辆通过所述预设侵入线的时间，根据所述车辆通过所述预设侵入线的时间及所述车辆对应的矩形框的实际长度计算所述车辆的车速。

优选的，基于所述车辆行驶视频及预先设定的目标检测区域，计算所述车辆之间的车距，包括：