[发明专利]交通视频流的数据处理方法、轨迹可视化方法及分析方法

说明书

本发明公开了一种交通视频流的数据处理方法，包括获取待处理的路口交通视频流数据；采用多目标跟踪算法对视频流数据进行运动轨迹提取；对运动轨迹进行还原、清洗和属性计算；计算得到最终的连续交通流数据信息。本发明还公开了一种包括所述交通视频流的数据处理方法的轨迹可视化方法，以及包括所述交通视频流的数据处理方法和轨迹可视化方法的分析方法。本发明通过可视化呈现路口监控视频中的轨迹信息及其动态演变，以让用户快速理解视频内容，辅助用户进行实时分析；因此，本发明方法能够处理，呈现和可视化监控视频中复杂的交通动态信息，能够快速处理并得到路口轨迹中的连续交通信息流，适用于各种交通路口场景，而且可靠性高、准确性好。

技术领域

本发明属于数字图像处理领域，具体涉及一种交通视频流的数据处理方法、轨迹可视化方法及分析方法。

背景技术

路口监控摄像头广泛分布于各个城市的路网系统，因此也产生了海量的视频数据资源。路网交叉路口是道路系统中通行能力最低、交通阻滞最大、行车速度降低最多、交通事故概率最高的地点；因此对监控视频中交通动态信息的理解和分析，可以帮助交通部门全面了解交通场景中物体的微观行为，从而辅助发现实际交通问题。

但随着越来越多的可用数据的产生，研究人员面临的一个主要挑战便是如何快速分析所收集的路口监控视频，从而获取更有效的数据。目前，分析视频数据最直接的方法就是手工浏览；但是，由于路口是道路交通的咽喉，相交道路上的各种车辆和行人都要在路口汇集、转向和通过，从而产生了许多汇合点、交织点和交叉点，而且相互干扰严重。这使得手工浏览视频内容的过程对用户来说是一项费力和耗时的任务。此外，尽管视频摘要技术已被广泛用于监控视频的分析，但现有技术并不能直接应用于路口监控视频内容的总结，因为现有的视频摘要技术通常是根据不同的标准从监控视频中提取关键帧，因此其并不能较好地探索监控视频中的交通动态信息。

发明内容

本发明的目的之一在于提供一种能够快速处理并得到路口轨迹中的连续交通信息流，而且可靠性高、准确性好的交通视频流的数据处理方法。

本发明的目的之二在于提供一种包括了所述交通视频流的数据处理方法的轨迹可视化方法。

本发明的目的之三在于提供一种包括了所述交通视频流的数据处理方法和轨迹可视化方法的分析方法。

本发明提供的这种交通视频流的数据处理方法，包括如下步骤：

S1.获取待处理的路口交通视频流数据；

S2.采用多目标跟踪算法，对步骤S1获取的视频流数据进行运动轨迹提取；

S3.对步骤S2提取得到的运动轨迹进行还原、清洗和属性计算；

S4.根据步骤S3得到的处理后的数据，计算得到最终的连续交通流数据信息。

步骤S2所述的采用多目标跟踪算法，对步骤S1获取的视频流数据进行运动轨迹提取，具体包括如下步骤：

S2-1.选取单步模型Fairmot作为多目标提取模型；

S2-2.选取无人机数据集visdrone作为多目标提取模型的预训练数据集；

S2-3.按照比例选取设定量的本地监控视频数据，并采用人工标注的方式对选取的本地监控视频数据进行进行标注，并将标注后的视频数据作为预训练数据；

S2-4.采用得到的预训练数据集对选定的多目标提取模型Fairmot进行训练，得到最终的运动轨迹提取模型；

S2.5采用步骤S2-4得到的运动轨迹提取模型，对步骤S1获取的视频流数据进行运动轨迹提取。

步骤S2-3所述的标注，具体包括物体类型的标注、移动方向的标注和气象条件的标注；同时，在标注前，对本地监控视频中的路口车道停车线后的区域进行了遮挡处理，从而提高后续的模型精度。