[发明专利]一种基于神经网络的隧道内异常事件检测方法及系统

权利要求书

1.一种基于神经网络的隧道内异常事件检测方法，其特征在于，包括如下步骤：

以第一预设距离为间隔，采集目标隧道内的数个位置的车道的实时视频数据；所述数个位置的车道的实时视频数据组成目标隧道内的车道的所有画面的视频数据；

通过基于卷积神经网络的检测网络对所述实时视频数据进行检测，获取异常事件画面帧，依据所述异常事件画面帧与实际场景的物理距离的转换规则，计算得到异常事件的位置信息；所述位置信息包括所在的车道及距所述实时视频数据采集点的距离，其中

所述通过基于卷积神经网络的检测网络对所述实时视频数据进行检测，获取异常事件画面帧，依据所述异常事件画面帧与实际场景的物理距离的转换规则，计算得到异常事件的位置信息；所述位置信息包括所在的车道及距所述实时视频数据采集点的距离包括：训练所采集的任一隧道内的车道的视频数据集得到所述检测网络；使用所述检测网络对所述实时视频数据进行检测，获取带有异常事件框的异常事件画面帧；依据所述异常事件画面帧与实际场景的物理距离的转换规则，计算得到所述异常事件框所在的车道及距所述实时视频数据采集点的距离；

所述依据所述异常事件画面帧与实际场景的物理距离的转换规则，计算得到异常事件所在的车道及距所述实时视频数据采集点的距离包括：根据预设的车道线走向及范围、和异常事件框的中心的横坐标判断异常事件所在的车道；根据目标隧道内的真实道路平面和所述异常事件画面帧的图像平面的投影关系、以及异常事件框的中心在所述异常事件画面帧中的纵坐标，得到异常事件距所述实时视频数据采集点的距离；所述横坐标、所述纵坐标的原点为所述异常事件画面帧的左上角顶点；

通过基于卷积神经网络的分类网络对所述异常事件画面帧进行分类，获取一类异常事件；并对所述异常事件画面帧进行逻辑判断获取二类异常事件；

将所述一类异常事件和/或所述二类异常事件及其位置信息进行视觉显示和听觉播报、并传输至道路管理中心。

2.根据权利要求1所述的隧道内异常事件检测方法，其特征在于，所述通过基于卷积神经网络的分类网络对所述异常事件画面帧进行分类，获取一类异常事件；并对所述异常事件画面帧进行逻辑判断获取二类异常事件包括：

训练所采集的任一隧道内的车道的视频数据集得到所述分类网络；

将所述异常事件画面帧输入所述分类网络，判断所述异常事件为路面抛洒物事件、或车辆碰撞事件、或起火事件；

对所述异常事件画面帧进行逻辑判断，当所述异常事件画面帧的连续预设数量帧在同一位置检测到同一辆车多次，则判断所述异常事件为异常停车。

3.根据权利要求1或2所述的隧道内异常事件检测方法，其特征在于，所述训练所采集的任一隧道内的车道的视频数据集包括：

采集的任一隧道内的车道的若干个视频数据集进行训练获取初始数据集；

基于目标隧道对所述初始数据集进行调整，以获取所述目标隧道内的车道的视频数据集。

4.根据权利要求1所述的隧道内异常事件检测方法，其特征在于，将所述一类异常事件和/或所述二类异常事件及其位置信息进行视觉显示和听觉播报包括：

所述视觉显示和听觉播报的位置为：所述实时视频数据采集点和/或以第二预设距离为间隔设于目标隧道的顶部和/或目标隧道的入口。

5.根据权利要求4所述的隧道内异常事件检测方法，其特征在于，在没有异常事件发生时，所述视觉显示的显示内容为正常行驶内容；在异常事件发生时，所述视觉显示的显示内容为异常事件的类别、位置信息及建议行车车道；且异常事件发生时所述显示内容相对于没有异常事件发生时的所述显示内容为高亮显示；

所述视觉显示和听觉播报同步设置。