Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于多目标跟踪的路口拥堵检测方法 

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:合肥讯图信息科技有限公司

摘要:本发明实施例提供一种基于多目标跟踪的路口拥堵检测方法,属于交通路况监管领域。所述路口拥堵检测方法包括:根据已有的交通路口摄像头,拉取实时视频流,并解码所述实时视频流的画面,且记录时间;截取所述画面中的信号灯区域,并进行推理,以得到信号灯的显示状态;建立目标跟踪器,以得到所述画面中的车辆的目标位置,并对所述目标位置进行轨迹匹配,以得到车辆跟踪的车辆集合;根据所述信号灯的显示状态和画面中的车辆集合进行拥堵检测。该路口拥堵检测方法可以结合信号灯状态识别车辆运动状态,采用科学高效的拥堵分析法分析交通路口,为改善交通拥堵提供指导。

主权项:1.一种基于多目标跟踪的路口拥堵检测方法,其特征在于,所述路口拥堵检测方法包括:根据已有的交通路口摄像头,拉取实时视频流,并解码所述实时视频流的画面,且记录时间;截取所述画面中的信号灯区域,并进行推理,以得到信号灯的显示状态;建立目标跟踪器,以得到所述画面中的车辆的目标位置,并对所述目标位置进行轨迹匹配,以得到车辆跟踪的车辆集合;根据所述信号灯的显示状态和画面中的车辆集合进行拥堵检测;建立目标跟踪器,以得到所述画面中的车辆的目标位置,并对所述目标位置进行轨迹匹配,以得到车辆跟踪的车辆集合包括:获取每一帧画面中的关于车辆的检测框和对应的检测分数;判断所述检测框对应的检测分数是否大于第一预设阈值;在所述检测框对应的检测分数大于所述第一预设阈值时,将所述检测框分为高置信度框;在所述检测框对应的检测分数小于所述第一预设阈值时,判断所述检测框对应的检测分数是否大于第二预设阈值;在所述检测框对应的检测分数小于所述第一预设阈值大于所述第二预设阈值时,将所述检测框分为低置信度框;在所述检测框对应的检测分数小于所述第二预设阈值时,舍弃所述检测框;获取前一帧画面中的跟踪轨迹集,所述跟踪轨迹集包括最新匹配的检测框、轨迹框、目标车辆ID、目标车辆出现时间、目标车辆最新时间;将前一帧画面中的跟踪轨迹集输入到卡尔曼滤波算法中获取跟踪轨迹集在当前帧中的轨迹框;计算所述检测框和轨迹框的相似度;基于所述检测框和轨迹框的相似度通过匈牙利算法对检测框和跟踪轨迹集进行匹配,以得到最新的跟踪轨迹集;计算所述检测框和轨迹框的相似度包括:获取所述画面中的检测框和轨迹框作为目标图像;将所述目标图像切分为多个补丁,每个所述补丁的尺寸大小一致;将每个所述补丁沿着行展开成一个列向量,则一个目标图像表示为多个特征向量;将所述补丁归一化到[0,1]的范围内;在每个所述补丁上添加相应的位置编码,使得每个补丁转换为位置特征,其中表示补丁的序号参数,表示位置特征,表示归一化的补丁,表示位置编码;通过CSP-Net将转成特征矩阵,其中表示行数,是CSP+Net最后一层网络输出的大小,表示长度,表示实数集;将特征矩阵分别与transformer的3个embeddinglayer相乘,即和相乘以得到嵌入层矩阵;将所述嵌入层矩阵进行Concate拼接,得到注意力特征,其中表示目标图像;将所述注意力特征送入到reid网络中,并根据公式(2)计算得到所述检测框和轨迹框的相似度分数:Similarityscore=a·IOU+1-a·SLM,公式(2)其中,Similarityscore表示相似度分数,a表示权重因子,IOU表示检测框和轨迹框的重叠度,SLM表示由reid网络代替的相似度学习模块,注意力特征送入到相似度学习模块中。

全文数据:

权利要求:

百度查询: 合肥讯图信息科技有限公司 一种基于多目标跟踪的路口拥堵检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。