一种检测率高的交通违法检测系统技术方案

本发明专利技术提供了一种检测率高的交通违法检测系统，包括道路模块、车辆跟踪模块和违法检测模块，所述道路模块用于根据实际道路的监控视频数据建立车辆的3D模型，所述车辆跟踪模块用于根据车辆的3D模型对车辆进行检测并将车辆作为目标对车辆进行跟踪，所述违法检测模块用于根据跟踪车辆产生的视频图像数据判断车辆是否存在交通违法行为，所述道路模块包括数据读取模块和标定模块，所述数据读取模块用于从实际道路的监控视频数据中读取车辆图片，所述标定模块用于根据读取的车辆图片确定车辆3D模型。本发明专利技术的有益效果为：通过建立车辆的3D模型和对车辆进行跟踪，实现了交通违法行为的有效检测。

A traffic detection system with high detection rate

The invention provides a traffic detection system with high detection rate, including the road module, the vehicle tracking module and the illegal detection module. The road module is used to establish the 3D model of the vehicle according to the monitoring video data of the actual road. The vehicle tracking module is used to detect the vehicle according to the 3D model of the vehicle and will be used to detect the vehicle. The vehicle is tracked as a target. The illegal detection module is used to judge whether there is a traffic illegal act on the vehicle based on the video data produced by the tracking vehicle. The road module includes a data reading module and a calibration module. The data reading module is used to read from the monitoring video data of the actual road. The calibration module is used to determine the vehicle 3D model according to the picture of the vehicle being read. The beneficial effects of the invention are as follows: by establishing the 3D model of vehicles and tracking vehicles, effective detection of traffic violations is achieved.

【技术实现步骤摘要】
一种检测率高的交通违法检测系统
本专利技术涉及交通
，具体涉及一种检测率高的交通违法检测系统。
技术介绍
视频监控对于智能城市管理、打击违法犯罪以及建设平安城市具有重要作用。随着数字采集和存储技术的快速发展，视频监控系统得到迅速普及，目前己成为社会公共安全监控系统的核心组成。如今快速增加的摄像头覆盖了城市的每一个角落，带来了海量的视频数据。面对海量数据，传统的视频监控系统效率低下，对人力的消耗巨大，智能化成为视频监控必然的发展方向。如何自动跟踪感兴趣的目标是智能视频监控中的基础性问题，是工业界和学术界关注的热点之一。但是，由于监控环境的复杂性，这些问题至今并没有得到很好的解决。随着城市汽车的增加，交通违法行为也越来越多，影响了正常的交通秩序，甚至酿成严重的交通事故，如何对城市交通违法进行准确检测，成为城市交通面临的问题。
技术实现思路
针对上述问题，本专利技术旨在提供一种检测率高的交通违法检测系统。本专利技术的目的采用以下技术方案来实现：提供了一种检测率高的交通违法检测系统，包括道路模块、车辆跟踪模块和违法检测模块，所述道路模块用于根据实际道路的监控视频数据建立车辆的3D模型，所述车辆跟踪模块用于根据车辆的3D模型对车辆进行检测并将车辆作为目标对车辆进行跟踪，所述违法检测模块用于根据跟踪车辆产生的视频图像数据判断车辆是否存在交通违法行为，所述道路模块包括数据读取模块和标定模块，所述数据读取模块用于从实际道路的监控视频数据中读取车辆图片，所述标定模块用于根据读取的车辆图片确定车辆3D模型。本专利技术的有益效果为：通过建立车辆的3D模型和对车辆进行跟踪，实现了交通违法行为的有效检测。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术的结构示意图；附图标记：道路模块1、车辆跟踪模块2、违法检测模块3。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1，本实施例的一种检测率高的交通违法检测系统，包括道路模块1、车辆跟踪模块2和违法检测模块3，所述道路模块1用于根据实际道路的监控视频数据建立车辆的3D模型，所述车辆跟踪模块2用于根据车辆的3D模型对车辆进行检测并将车辆作为目标对车辆进行跟踪，所述违法检测模块3用于根据跟踪车辆产生的视频图像数据判断车辆是否存在交通违法行为，所述道路模块1包括数据读取模块和标定模块，所述数据读取模块用于从实际道路的监控视频数据中读取车辆图片，所述标定模块用于根据读取的车辆图片确定车辆3D模型。本实施例通过建立车辆的3D模型和对车辆进行跟踪，实现了交通违法行为的有效检测。优选的，所述车辆跟踪模块2包括第一处理单元、第二处理单元、第三处理单元和第四处理单元，所述第一处理单元用于从第一帧中提取的图像块初始化矩阵模型，所述第二处理单元用于根据矩阵模型确定目标位置，所述第三处理单元用于对矩阵模型进行更新，所述第四处理单元用于对目标跟踪情况进行评价。本优选实施例车辆跟踪模块实现了运动目标的准确跟踪和对跟踪情况的评价，从而保证了运动目标的跟踪水平，保证了违法行为检测水平。优选的，所述第一处理单元用于从第一帧中提取的图像块初始化矩阵模型，具体的：所述矩阵模型由m×n个元素组成，每个元素对应目标的一个部件，用检测器和权重两个属性来描述一个元素，其中，所述检测器用于描述物体对应部件的视觉特征，被用来在待检测帧的候选区域检测对应部件，所述权重用于对检测器可靠性进行衡量，若在一段时间内，被跟踪物体的某个部分比较稳定，其视觉特征将接近不变，检测器的响应将越准确和可靠，这个部件的权重将较大，反之则权重比较小；对矩阵模型进行初始化时，根据目标的大小和形状将目标分割成大小相同互不重叠的若干图像块，每一块对应矩阵模型中的一个元素和待跟踪目标的一个部件，首先对每一个部件提取偏移量小于设定阈值的图像块作为正样本，并在该部件附近提取一些图像块作为负样本，然后利用这些样本初始化检测器，并赋予各部件相等的权重。本优选实施例第一处理单元与传统基于部件的方法中的可变形的结构模型不同，该模型元素之间的相互位置关系在模型一旦初始化之后就固定不变，模型中所有元素的属性都是可调的，模型通过更新其属性能够自动适应物体外观的动态变化。优选的，第二处理单元用于根据矩阵模型确定目标位置，采用以下方式进行：使用全部的部件检测器在新的视频帧的检索窗口内进行检测，然后利用各部件检测的响应结果进行目标定位，假设当前的部件数目为B＝m×n，搜索窗口的半径为R，并用Xk(i,j)表示第k个部件检测器在位置(i,j)的响应，定义部件置信图式中，ruk(i,j)表示第k个部件检测器出现在位置(i,j)的可能性；采用权重最大的前Q个部件置信图的加权和描述目标整体出现在不同位置的置信度：式中RU，表示权重，{k1,k2,…,kB}是将权重按照降序序列后的下标，表示各部件中心到目标中心的偏移量，RU(i,j)表示目标整体出现在位置(i,j)的可能性，DT∈[0,1]，式中，DT表示部件参数，部件参数越大，则综合考虑的部件越多，部件参数越小，则对可靠部件的依赖性越强；根据全局置信图确定目标的中心位置MH，MH＝argmax(i,j)RU(i,j)，实现对目标的跟踪；本优选实施例第二处理单元通过定义部件置信图对目标进行定位，选择前Q个部件置信图，既能降低不稳定部件的干扰又能保证目标定位的稳定可靠。优选的，所述第三处理单元用于对矩阵模型进行更新，采用以下方式进行：将目标定位得到的目标图像按矩阵模型分割成图像块，对于某个部件，以其对应图像块为正样本，同时在其附近一定的范围内随机采样一些图像块作为负样本，利用这些样本对检测器进行更新；对于稳定或者缓慢变化的部件，其检测器能准确的捕获其视觉特征，得到的误差较小，其权重将逐渐增大，反之，变化较大的部件的权重将逐渐减小。本优选实施例第三处理单元实现了对检测器和权重的更新，有助于适应目标和场景的动态变化。优选的，所述第四处理单元用于对目标跟踪情况进行评价，采用以下方式进行：确定跟踪评价因子：式中GT，RX1表示定位模块确定的目标中心与目标真实中心之间的像素距离的倒数，GT表示跟踪评价因子，RX2表示检测到的目标与实际目标重合面积占实际目标面积的比例；所述跟踪评价因子越大，表示对目标跟踪情况越好。本优选实施例第四处理单元通过确定跟踪评价因子，综合考虑了目标位置和目标重合度，实现了目标跟踪性能的评价，从而保证了目标跟踪水平，保证了交通违法检测水平。采用本专利技术检测率高的交通违法检测系统进行交通违法检测，选取5个城市进行实验，分别为城市1、城市2、城市3、城市4、城市5，对检测效率和检测准确率进行统计，同现有交通违法检测系统相比，产生的有益效果如下表所示：检测效率提高检测准确性提高城市129％27％城市227％26％城市326％26％城市425％24％城市524％22％最后应当说明的是，以上实施例仅用以说明本专利技术的技术方案，而非对本专利技术保护范围的限制，尽管参照较佳实施例对本专利技术作了详细地说明，本领域的普通技术人员应当理解，可以对本专利技术的技术方案进行修改或者等同替换，而不脱离本专利技术技术方案的实质和范围。本文档来自技高网...

【技术保护点】
1.一种检测率高的交通违法检测系统，其特征在于，包括道路模块、车辆跟踪模块和违法检测模块，所述道路模块用于根据实际道路的监控视频数据建立车辆的3D模型，所述车辆跟踪模块用于根据车辆的3D模型对车辆进行检测并将车辆作为目标对车辆进行跟踪，所述违法检测模块用于根据跟踪车辆产生的视频图像数据判断车辆是否存在交通违法行为，所述道路模块包括数据读取模块和标定模块，所述数据读取模块用于从实际道路的监控视频数据中读取车辆图片，所述标定模块用于根据读取的车辆图片确定车辆3D模型。

【技术特征摘要】
1.一种检测率高的交通违法检测系统，其特征在于，包括道路模块、车辆跟踪模块和违法检测模块，所述道路模块用于根据实际道路的监控视频数据建立车辆的3D模型，所述车辆跟踪模块用于根据车辆的3D模型对车辆进行检测并将车辆作为目标对车辆进行跟踪，所述违法检测模块用于根据跟踪车辆产生的视频图像数据判断车辆是否存在交通违法行为，所述道路模块包括数据读取模块和标定模块，所述数据读取模块用于从实际道路的监控视频数据中读取车辆图片，所述标定模块用于根据读取的车辆图片确定车辆3D模型。2.根据权利要求1所述的检测率高的交通违法检测系统，其特征在于，所述车辆跟踪模块包括第一处理单元、第二处理单元、第三处理单元和第四处理单元，所述第一处理单元用于从第一帧中提取的图像块初始化矩阵模型，所述第二处理单元用于根据矩阵模型确定目标位置，所述第三处理单元用于对矩阵模型进行更新，所述第四处理单元用于对目标跟踪情况进行评价。3.根据权利要求2所述的检测率高的交通违法检测系统，其特征在于，所述第一处理单元用于从第一帧中提取的图像块初始化矩阵模型，具体的：所述矩阵模型由m×n个元素组成，每个元素对应目标的一个部件，用检测器和权重两个属性来描述一个元素，其中，所述检测器用于描述物体对应部件的视觉特征，被用来在待检测帧的候选区域检测对应部件，所述权重用于对检测器可靠性进行衡量，若在一段时间内，被跟踪物体的某个部分比较稳定，其视觉特征将接近不变，检测器的响...

【专利技术属性】
技术研发人员：钟建明，
申请(专利权)人：深圳汇通智能化科技有限公司，
类型：发明
国别省市：广东,44