买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中远海运科技股份有限公司

摘要：一种基于视频的交通拥堵检测方法，包括步骤依次为，目标检测、特征点提取、特征点跟踪、交通流热度计算、拥堵检测。所述目标检测步骤，包括接收道路交通视频，从该交通视频的图像中提取出检测目标；所述特征点提取步骤，从所述检测目标上提取特征点；所述特征点跟踪步骤，从所述交通视频的序列图像中获取所述特征点轨迹；所述交通流热度计算步骤，计算所述交通视频的序列图像中每个像素被所述检测目标的特征点轨迹所扫过的频率、次数、持续时间和间隔时间，从而获得量化的交通流热度图；所述拥堵检测步骤，对所述交通流热度图提取高热度点分布的位置、大小和纵深，根据高热度点判定交通拥堵事件的存在与否。

主权项：1.一种基于视频的交通拥堵检测方法，其特征在于，该检测方法包括步骤依次为，目标检测、特征点提取、特征点跟踪、交通流热度计算、拥堵检测，所述目标检测步骤，包括接收道路交通视频，从该交通视频的图像中提取出检测目标；所述特征点提取步骤，从所述检测目标上提取特征点；所述特征点跟踪步骤，从所述交通视频的序列图像中获取所述特征点轨迹；所述交通流热度计算步骤，计算所述交通视频的序列图像中每个像素被所述检测目标的特征点轨迹所扫过的频率、次数、持续时间和间隔时间，从而获得量化的交通流热度图；所述拥堵检测步骤，对所述交通流热度图提取高热度点分布的位置、大小和纵深，根据高热度点判定交通拥堵事件的存在与否，所述目标检测步骤中，通过目标检测模型从所述交通视频图像中提取出所述检测目标在所述交通视频图像中的位置、大小和分类，所述特征点提取步骤，包括在所述检测目标上选取兴趣区域，然后在兴趣区域内提取特征点，所述特征点跟踪步骤，根据所述特征点在相邻图像帧中的灰度、位置的关联特性，计算所述特征点在下一帧中的位置，从而实现特征点在时间序列上的位置跟踪，获取特征点运动轨迹，所述目标检测模型的训练过程包括样本准备、打标、训练、实测，其中，样本准备包括：从道路交通视频中截取多张图片，分成两类，分别为正样本和负样本， 其中，S表示样本集，P1n表示正样本图片集，是指包含所述检测目标的样本图片，为负样本图片集，是指不包含所述检测目标或容易误判为所述检测目标的的样本图片，打标包括：对样本集图片进行打标，即对所述样本集图片中被提取的所述检测目标添加类型标签，从而得到， 其中，p表示样本图片，Lp表示打标函数，cn表示图片p中第n个目标的种类；xn、yn分别表示第n个检测目标在样本图片中x方向和y方向的相对起始位置，wn和hn分别表示第n检测目标的相对宽度和相对高度；训练包括：对所述目标检测模型进行训练，生成目标权重文件；实测包括：根据所述目标权重文件，输入待检测的道路交通视频图像，进行目标检测，输出检测结果为， 其中，Df,P,w表示检测结果，f表示配置文件，P表示待检测图片，w表示训练得到的目标权重文件，on、rn、xn、yn、wn和hn分别表示检测结果中第n个检测目标的种类、置信度、横向、纵向坐标位置、宽度和高度，所述检测目标为车辆，所述的特征点提取步骤中，将车辆目标框作为兴趣区域，提取车辆上的特征点，设兴趣区域为图片大小的二维矩阵，Rxy表示矩阵第y行第x列对应元素的值，pxy表示对应的目标检测图片第y行第x列对应的像素，O表示目标像素点集合，兴趣区域设置函数如下： 特征点提取，是在目标图片的兴趣区域内，计算得出跟踪的特征明显的角点，设Fps,m为特征点提取函数，其具体实现如下：Fps,m＝dotTorackps,c,n,q,d,m,3,0,0.045其中，ps为输入图像，m为兴趣区域矩阵，c为输出角点向量，n为最大角点数目，q为质量水平系数，d为两特征点之间的最小距离，小于该距离的点将被忽略，跟踪特征点，是根据特征点在相邻图像帧中的灰度、位置的关联特性，计算特征点在下一帧中的新位置，实现特征点在时间序列上的位置跟踪，获取特征点运动轨迹，这里，采用光流跟踪法进行特征点跟踪，函数为：Fimg,p1＝FlowTrackimg,p1,p2,st,er,winSize,l6其中，img为输入图片，p1为上一帧特征点位置向量，p2为跟踪得到的新的特征点向量，st为输出状态向量，er为输出误差矢量，winSize为每个金字塔层的搜索窗口的大小，l为基于0的最大金字塔等级数，所述的交通流热度计算步骤中，设当前图像帧的跟踪点或新检出的特征点为瞬时热力撒点，按照小邻域插值算法，计算瞬时热力分布图，若已知某特征点坐标位置为p0x0,y0，则该点小邻域瞬时热度值计算公式如下： 其中，hx,y为图像第y行第x列对应的瞬时热度，σ为邻域范围阈值，在时间序列上对瞬时热度进行叠加，并加入热度损失函数，得到交通流热度分布函数，设Px,y为交通流对应某点的坐标，则交通流热度值计算公式如下：Hx,y,th,ti＝kth-ati8其中，Hx,y,th,ti为点Px,y对应的交通流热度值，th为hx,y瞬时热度为1时的持续时间，ti为瞬时热度为0的时间，k为热度值增长系数，a为热度值衰减系数，所述的拥堵检测步骤中，已知交通流热度分布函数为Hx,y,th,ti，设定热度阈值，对交通流热度图进行高通滤波，得到高热量分布图，公式如下： 其中，x,y为坐标点位置，Fx,y为高通滤波结果，σ为热度阈值，提取高热度分布图的分布特征，计算其位置、大小和纵深，这里，位置是指高热量分布点密集区域的上、下、左、右的边框坐标和中心位置，分别采用逐行、逐列扫描的方式寻找区域起始位置，当连续几行或几列的高热度点数均超过特定阈值时，确定为起始位置；当连续几行高热度点数由高转低小于特定阈值时，确定为结束位置，大小是指计算区域面积，假定区域上、下、左、右的坐标分别为y1，y2，x1，x2，则面积S计算公式如下：S＝|x1-x2|×|y1-y2|10纵深是指高热度区域在横向和纵向及上面的空间跨度，即区域对角线长度，设D为区域纵深，其计算公式如下： 根据计算结果，并设定好相应的阈值，即可判断道路是否拥堵， 其中，By1,y2,S,D为判定函数，a为上、下起始位置差，b为面积阈值，c为纵深阈值，0表示交通畅通，1表示交通拥堵。

全文数据：

权利要求：

百度查询： 中远海运科技股份有限公司 一种基于视频的交通拥堵检测方法及装置