[发明专利]交通异常检测的方法和装置

说明书

本公开提供了交通异常检测的方法和装置，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，可应用于视频分析场景下。具体实现方案为：获取至少两帧连续的交通图像。从至少两帧连续的交通图像中分别识别出目标车辆的位置，得到位置信息集合。根据位置信息集合确定出目标车辆的行进方向和速度。将目标车辆的行进方向和速度与预先生成的车辆矢量场进行比较，确定目标车辆是否异常。该实施方式能够提高交通异常检测的速度和准确率。

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术，可应用于视频分析场景下，特别是交通异常检测的方法和装置。

背景技术

交通场景下的异常检测是针对主干道路处出现异常的车辆，如撞车，失速，偏离主干道以及反方向行驶等问题。传统的视频交通监控依赖观察员的人工判断，这种方式需要消耗大量的人力，效率低下。由此而生的视觉异常检测系统则是利用计算机视觉对异常车辆检测。

现有技术的计算机进行异常交通事件检测方法虽然对不同的场景具有不错的鲁棒性，但是识别精度和能够识别出的异常情况并不能够应对较为复杂的交通场景。

发明内容

本公开提供了一种交通异常检测的方法、装置、设备、存储介质以及计算机程序产品。

根据本公开的第一方面，提供了一种交通异常检测的方法，包括：获取至少两帧连续的交通图像；从所述至少两帧连续的交通图像中分别识别出目标车辆的位置，得到位置信息集合；根据所述位置信息集合确定出所述目标车辆的行进方向和速度；将所述目标车辆的行进方向和速度与预先生成的车辆矢量场进行比较，确定所述目标车辆是否异常。

根据本公开的第二方面，提供了一种交通异常检测的装置，包括：获取单元，被配置成获取至少两帧连续的交通图像；识别单元，被配置成从所述至少两帧连续的交通图像中分别识别出目标车辆的位置，得到位置信息集合；确定单元，被配置成根据所述位置信息集合确定出所述目标车辆的行进方向和速度；检测单元，被配置成将所述目标车辆的行进方向和速度与预先生成的车辆矢量场进行比较，确定所述目标车辆是否异常。

根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面中任一项所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面中任一项所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面中任一项所述的方法。

本公开的实施例提供的交通异常检测的方法和装置，通过车辆跟踪获得车辆矢量场，根据车辆矢量场对异常车辆进行判断。从而实现对于逆行，碰撞，失速以及抛锚等情况的分析。有效解决全局使用深度学习网络产生的大量计算需求，改善了目前的车辆监控异常分析情况。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的交通异常检测的方法的一个实施例的流程图；

图3是根据本公开的交通异常检测的方法的一个应用场景的示意图；

图4是根据本公开的交通异常检测的方法的又一个实施例的流程图；

图5是根据本公开的交通异常检测的方法的又一个应用场景的示意图；