[发明专利]一种基于高速公路监控视频的路面抛洒物检测方法

权利要求书

1.一种基于高速公路监控视频的路面抛洒物检测方法，其特征在于，包括下述步骤：

S1：构建基础数据集；获取高速公路监控视频获取路段背景图像数据集，并从ImageNet下载相应的抛洒物图像数据集；

S2：图像融合；将抛洒物的中心与背景图像中随机选择的路面区域的重合，然后将其粘贴到场景图象中，生成合成图像，构建高速公路场景抛洒物数据集；

S3：VIBE背景建模；获取背景以及前景；

S4：构建网络；基于YOLOv5网络改进搭建神经网络模型；

S5：训练优化模型；将抛洒物数据集输入神经网络模型中进行训练，并根据训练结果对模型进行优化，得到抛洒物检测模型的训练权重和分类结果；

S6：抛洒物检测；利用训练好的深度学习网络进行抛洒物检测。

2.根据权利要求1所述的基于高速公路监控视频的路面抛洒物检测方法，其特征在于：路面的抛洒物图像由高速公路监控图像与抛洒物图像人工结合而成。

3.根据权利要求1所述的基于高速公路监控视频的路面抛洒物检测方法，其特征在于：数据标注的内容包括抛洒物类别、大小及位置。

4.根据权利要求1所述的基于高速公路监控视频的路面抛洒物检测方法，其特征在于：VIBE背景建模首先对输入的无车辆行驶的视频帧进行背景模型初始化，接着将当前图像中的像素值与建立好的背景模型进行比较来区分该像素点是否为前景目标像素点。VIBE模型复杂度低，初始化模型时间短且能够在背景发生变化时及时自动更新生成新的背景。

5.根据权利要求1所述的基于高速公路监控视频的路面抛洒物检测方法，其特征在于：构建深度学习网络，在YOLOv5网络的基础上做了两个改进；一是将卷积核的大小减少到1×1，另一个改进是增加了不同卷积层之间的卷积连接。

6.根据权利要求1所述的基于高速公路监控视频的路面抛洒物检测方法，其特征在于：上述网络对完整图像和图像中的所有对象进行全局计算；置信度分数表示为IOU和Pr；的交集；IOU是预测框和任何地面真实框的交集与并集之比；IOU的计算公式如下所示：

Pr表示预测框中含抛洒物的可能性；如果预测框包含抛洒物，则Pr＝1,否则Pr＝0。

7.根据权利要求1所述的基于高速公路监控视频的路面抛洒物检测方法，其特征在于：改进的YOLOv5模型的卷积层在合成数据集上进行训练以获得卷积层参数；分类模型采用第一种YOLOv5模型的20个卷积层；然后，将开发的模型写入cfg文件中，其中卷积层参数被放入；然后，采用非极大抑制(NMS)方法对模型的参数进行优化。经过多次优化，在验证数据集上测试了计算精度；不断优化直到精度不再增加时停止。