[发明专利]一种基于视频的机动车辆违法载人检测方法

说明书

本发明提供了一种基于视频的机动车辆违法载人检测方法，包括：获取待检测视频，提取出待测图像；进行机动车辆的类型检测，识别目标车辆；对待检测视频中的连续N帧视频图像进行目标车辆重识别，以获取标准检测图像；根据目标车辆检测框绘制待测图片裁切框，沿待测图片裁切框由标准检测图像上截取待测图片；输出被识别为人头的人头检测框及其对应的人头检测置信度得分，判定是否存在违法载人行为。本发明解决了现有的计算机视觉识别技术领域中，未提供出一套合理、高效，且具备高召回率和高精确率的机动车辆违法载人识别算法，从而导致现有的训练出的车辆违法载人行为检测模型存在对于机动车辆违法载人行为检测的误报率过高，实用性极差的问题。

技术领域

本发明涉及人工智能-计算机视觉技术领域，具体而言，涉及一种基于视频的机动车辆违法载人检测方法。

背景技术

随着经济的高速发展，我国的机动车保有量逐年递增，因此城市或乡村的交通道路上行驶的机动车辆也越来越多，随之而来的交通违章违法行为的发生量也逐渐增加。

在众多交通违章违法行为中，机动车辆违法载人行为是严重危害到乘车人员的生命安全的一种。机动车辆违法载人行为主要是指具有用于载货的车斗类的机动车辆将车斗违法用于载人，使得乘坐于车斗中的人员不享有任何诸如安全带、安全气囊或驾驶舱等交通安全保护措施，当机动车辆存在违法载人行为时，一旦发生交通事故，很容易造成车斗中的人员死亡或重伤；因此，该类交通违法行为发生时的交通事故的人员死亡率和人员伤残率明显高于普通交通事故。

高效管控治理机动车辆违法载人行为的关键环节在于及时尽早的发现，现有技术中，利用较为原始的人工观看监控视频方式发现该类违法行为，不仅费时费力，而且效率低下；而利用计算机视觉识别技术，在现有领域中却始终没有提供出一套合理的、高效的，且具备高召回率和高精确率的机动车辆违法载人识别算法，因此，现有的训练出的车辆违法载人行为检测模型对于机动车辆违法载人行为检测的误报率过高，实用性极差。

发明内容

本发明的主要目的在于提供一种基于视频的机动车辆违法载人检测方法，以解决现有技术中的计算机视觉识别技术领域中，没有提供出一套合理的、高效的，且具备高召回率和高精确率的机动车辆违法载人识别算法，从而导致现有的训练出的车辆违法载人行为检测模型存在对于机动车辆违法载人行为检测的误报率过高，实用性极差的问题。

为了实现上述目的，本发明提供了一种基于视频的机动车辆违法载人检测方法，包括：步骤S1，获取目标道路场景的待检测视频，以间隔预设帧图像的方式依次由待检测视频中提取出多帧视频图像作为待测图像；步骤S2，通过多类别车辆目标检测模型对输入其的多帧待测图像进行机动车辆的类型检测，对多帧待测图像中被识别为无舱带斗机动车辆或者有舱带斗机动车辆标记为目标车辆；步骤S3，识别目标车辆在多帧待测图像中首次出现的一帧待测图像为初始检测图像，对包括初始检测图像在内的待检测视频中的连续N帧视频图像进行目标车辆重识别，以获取连续N帧视频图像中目标车辆占据像素点个数最多的一帧视频图像作为标准检测图像；步骤S4，根据标准检测图像中框选有目标车辆的目标车辆检测框以预设条件绘制待测图片裁切框，沿待测图片裁切框由标准检测图像上截取待测图片；步骤S5，通过目标人头检测模型对输入其的待测图片进行人头识别检测，输出被识别为人头的人头检测框及其对应的人头检测置信度得分；目标车辆为无舱带斗机动车辆，当时，判定目标车辆存在违法载人行为，当时，判定目标车辆不存在违法载人行为；或目标车辆为有舱带斗机动车辆，当时，判定目标车辆存在违法载人行为，当时，判定目标车辆不存在违法载人行为；其中，j为待测图片中的人头检测框的个数；C_i为第i个人头检测框对应的人头检测置信度得分；t为目标人头检测模型的预设第一置信度阈值；ε为阶跃函数，当C_i-t≥0时，的值为1，当C_i-t＜0时，的值为0。