[发明专利]基于深度学习的路口交通流的检测方法及装置

摘要

本发明公开了一种基于深度学习的路口交通流的检测方法及装置，方法包括：无人机将路口的视频图像传输到主机；进行标定，配置监测区域和统计区域；当前图像产生偏移时，将其修正成初始图像中各个标记区域所在的位置；构建混合高斯分布背景模型对初始图像进行处理为背景图像，将当前图像与背景图像进行分析，与前一帧进行相同处理的图像进行差值运算；使用深度学习网络对车辆进行识别，定位到每一个车辆的位置与大小；配合深度学习模型的检测结果和前景图，对行驶的车辆进行跟踪；对经过检测区域的车辆进行数据的计算和统计，量化当前路段的交通行驶状况并传送到客户端。本发明能提高检测的准确度、对干扰信息与无人机的飘动具备一定的鲁棒性。

主权项

1.一种基于深度学习的路口交通流的检测方法，其特征在于，包括如下步骤：A)无人机对路口进行俯视拍摄，并把获取的视频图像实时传输到主机；B)所述主机对最初获取的初始图像进行标定，配置所述初始图像的监测区域和统计区域；C)通过计算所述初始图像和当前图像的有效光流点，判断所述当前图像是否产生了偏移，如是，将所述当前图像修正成所述初始图像中各个标记区域所在的位置，执行本步骤D)；否则，执行步骤D)；D)通过构建混合高斯分布背景模型对所述初始图像进行处理，并将其作为背景图像，然后将所述当前图像与所述背景图像进行分析处理，并与前一帧进行相同处理的图像进行差值运算；E)使用深度学习网络对所述无人机传输回来的视频图像中的车辆进行识别，并定位到每一个车辆的位置与大小；F)配合深度学习模型的检测结果和前景图作为辅助前提，确认每一辆行驶的车辆所对应的跟踪链并对其进行跟踪；G)对经过所述检测区域的车辆进行各项数据的计算和统计，量化当前路段的交通行驶状况并将其传送到客户端。