[发明专利]基于深度卷积神经网络的多任务车辆逆向行驶视觉检测系统

摘要

一种基于深度卷积神经网络的多任务车辆逆向行驶视觉检测系统，包括安装在城市道路上的摄像机、交通云服务器和道路车辆逆向行驶检测系统；交通云服务器用于接收从摄像机所获得的道路视频数据，并将其递交给道路车辆逆向行驶检测系统进行检测和识别，道路车辆逆向行驶检测系统中包括了道路及行车方向定制模块、基于Faster R‑CNN车辆和黄线检测模块、光流法车辆运动方向检测模块、车辆逆向行驶判定模块、车辆类型识别模块、车牌定位和识别模块和违章报告生成模块。本发明能有效提高逆向行驶违法行为的检测精度和鲁棒性，同时也提升了违章车辆身份识别能力以及自动化处理交通违法事件的水平。

主权项

一种基于深度卷积神经网络的多任务车辆逆向行驶视觉检测系统，其特征在于：包括安装在城市道路上的摄像机、交通云服务器和道路车辆逆向行驶检测系统；所述的摄像机用于获取城市各道路上的视频数据，配置在道路的上方，通过网络将道路上的视频图像数据传输给所述的交通云服务器；所述的交通云服务器用于接收从所述的摄像机所获得的道路视频数据，并将其递交给所述的道路车辆逆向行驶检测系统进行违章检测并对违章车辆身份识别，最后将检测结果合并现场抓拍图像自动生成违章检测报告保存在云服务器中；所述的道路车辆逆向行驶检测系统包括道路及行车方向定制模块、基于Faster R‑CNN车辆和黄线检测模块、光流法车辆运动方向检测模块、车辆逆向行驶判定模块、车辆类型识别模块、车牌定位和识别模块和违章报告生成模块；所述的道路及行车方向定制模块用于定制在摄像机视场内道路的车道，在视频图像中根据实际道路上的行车线及行车方向画出虚拟车道，虚拟车道标志出车辆的行驶方向；所述的Faster R‑CNN是一个多任务的深度卷积神经网络，在该网络中首先实现了对道路上的车辆和黄线的检测定位，然后对违章车辆的类型进行识别，接着对违章车辆的车牌进行定位和识别，检测定位识别共享同一个深度卷积神经网络的卷积层。