一种高速公路服务区全景监控方法及系统技术方案

本发明专利技术公开了一种高速公路服务区全景监控方法及系统，涉及机器视觉及人工智能技术，尤其是一种基于图像识别的高速公路服务区监控方法。本发明专利技术技术要点包括：S1：安装全景监控设备；S2：全景图像获取：获取全景监控设备拍摄的图像，对两幅鱼眼图像进行预处理、拼接得到360°视场角的全景图像；S3：数据存储：将拼接好的全景图像保存下来；S4：系统检测识别：识别出全景图像中的行人、车辆以及遗留物；分别对行人及车辆进行跟踪及行为分析，当分析出有危险行为的行人或车辆时便发出报警；对遗留物的数量及停留时间进行分析，若数量大于设定数量或停留时间大于设定时间则通知工作人员进行清理；遗留物是指区别于行人和车辆的前景物件。

【技术实现步骤摘要】
一种高速公路服务区全景监控方法及系统
本专利技术涉及人工智能技术，尤其是一种基于图像识别的高速公路服务区监控方法。
技术介绍
高速公路服务区是作为高速公路上每隔一定距离提供停车、加油、汽车修理、餐饮、休息而设置的能够为司乘人员和车辆提供各种形式的服务的场所，高速公路服务区的建设不仅给行驶的车辆带来安全、快捷、舒适的行车环境，也大大减缓了司机长时间驾驶所带来的驾驶疲劳，降低交通事故，车流量增大从而大幅度增加了通行费，降低运营成本。但是，车流量增加给道路运营带来好处的同时，也给服务区的管理带来很大压力。因此，提高服务区的管理水平十分重要。现阶段，服务区的监控系统主要着重于人流量以及车流量的监控，而没有考虑服务区的安全状况、环境状况等一些重要的服务区服务状态的监控。而且，目前已有的服务区监控系统主要由一般的监控设备来组成，监控视角小，监控准确率低。
技术实现思路
本专利技术所要解决的技术问题是：针对上述存在的问题，提供一种服务区全景监控系统和方法，使用设备少且能够实现对服务区进行360°的全景监控，使得监控无死角、监控精度高。同时，比较全面地对服务区进行监控，实现多方面的智能化，减少了高速公路管理人员的工作量，提高了服务区管理的工作效率，降低了高速公路运营成本，降低了服务区的安全隐患，提高了服务区服务质量。本专利技术提供的一种高速公路服务区全景监控方法，包括：S1：安装全景监控设备：全景监控设备由一对鱼眼相机背靠背固定而成，单只鱼眼镜头的视场角在180°以上；S2：全景图像获取：获取全景监控设备拍摄的图像，对鱼眼两幅图像进行预处理、拼接得到360°视场角的全景图像；S3：数据存储：将拼接好的全景图像保存下来；S4：系统检测识别：识别出全景图像中的行人、车辆以及遗留物；分别对行人及车辆进行跟踪及行为分析，当分析出有危险行为的行人或车辆时便发出报警；对遗留物的数量及停留时间进行分析，若数量大于设定数量或停留时间大于设定时间则通知工作人员进行清理；遗留物是指区别于行人和车辆的前景物件。其中，识别出全景图像中的行人、车辆以及遗留物的步骤进一步包括：Sa1：建立全景图像的背景模型：以没有任何行人和车辆的服务区的初始状态的全景图像作为物件识别背景；Sa2：前景分离：利用背景差法提取出当前全景图像相对于所述物件识别背景的前景图像；Sa3：提取出当前前景图像中特征值；Sa4：将提取出的当前前景图像的特征值输入预先训练好的物件识别模型，把人、车辆以及遗留物识别出来。其中，对行人进行跟踪及行为分析的步骤进一步包括：Sb1：行人跟踪：在连续的全景图像之间跟踪行人，得到行人的行动轨迹，并统计行人数量；如果行人数量大于设定的行人数量，则发出拥挤警报，并给出相应减轻该服务区拥挤度的建议；Sb2：行人行为分析：将行人的行动轨迹输入到预先训练好的行人行为分析模型，行人行为分析模型对行人行为进行分类并输出分类结果，行人的行为类型至少包括：休息、喝茶、住宿、使用厕所、到便利店买东西及危险行为；Sb3：统计不同行为类型的行人数量，如果某一类型的行为数量在一定时间内都小于设定数量，则给出减少对应基础设施的建议；当分类结果出现危险行为，则发出警报。其中，对车辆进行跟踪及行为分析的步骤进一步包括：Sc1：车辆跟踪：在连续的全景图像之间跟踪车辆，得到车辆的行动轨迹并统计车辆的数量；如果车辆数量大于设定的车辆数量，则发出拥挤警报，并给出相应减轻该服务区拥挤度的建议；Sc2：车辆行为分析：将车辆的行动轨迹输入到预先训练好的车辆行为分析模型，车辆行为分析模型对车辆行为进行分类并输出分类结果，车辆行为类型至少包括：洗车、维修、停车及危险行为；Sc3：统计不同行为类型的车辆数量，如果某一行为类型的车辆数量大于设定值，则发出拥挤警报并给出减轻拥挤程度的建议；如果某一行为类型的车辆在一定时间内都小于设定数量，则给出减少对应基础设施的建议；Sc4：统计行为类型为“停留”的车辆的停留时间，如果车辆停留时间大于某设定值，则发出警报，并输出该车辆的停留时间；停留时间统计方式为：以停留第一张全景图像的时间开始，停留时间累加；Sc5：当分类结果出现危险行为，则发出警报。如果预测哪有危险行为的车辆，发出警报。对遗留物的数量及停留时间进行分析的步骤进一步包括：在连续的全景图像间跟踪检测到的遗留物，并统计遗留物的数量，如果发现遗留物的数量过多，则发出警报；如果发现遗留物停留时间大于设定值，则给出移除遗留物建议。本专利技术还提供了一种高速公路服务区全景监控系统，包括：全景图像获取模块：用于获取全景监控设备拍摄的图像，对两幅鱼眼图像进行预处理、拼接得到360°视场角的全景图像；全景监控设备由一对鱼眼相机背靠背固定而成，单只鱼眼镜头的视场角在180°以上；数据存储模块：用于将拼接好的全景图像保存下来；系统检测识别模块：用于识别出全景图像中的行人、车辆以及遗留物；分别对行人及车辆进行跟踪及行为分析，当分析出有危险行为的行人或车辆时便发出报警；对遗留物的数量及停留时间进行分析，若数量大于设定数量或停留时间大于设定时间则通知工作人员进行清理；遗留物是指区别于行人和车辆的前景物件。系统检测识别模块进一步包括：全景图像的背景模型建立模块：用于以没有任何行人和车辆的服务区的初始状态的全景图像作为物件识别背景；前景分离模块：用于利用背景差法提取出当前全景图像相对于所述物件识别背景的前景图像；特征值提取模块：用于提取出当前前景图像中特征值；物件识别模块：用于将提取出的当前前景图像的特征值输入预先训练好的物件识别模型，把人、车辆以及遗留物识别出来。系统检测识别模块进一步包括：行人跟踪模块：用于在连续的全景图像之间跟踪行人，得到行人的行动轨迹，并统计行人数量；如果行人数量大于设定的行人数量，则发出拥挤警报，并给出相应减轻该服务区拥挤度的建议；行人行为分析模块：用于将行人的行动轨迹输入到预先训练好的行人行为分析模型，行人行为分析模型对行人行为进行分类并输出分类结果，行人的行为类型至少包括：休息、喝茶、住宿、使用厕所、到便利店买东西及危险行为；行人数量统计模块：用于统计不同行为类型的行人数量，如果某一类型的行为数量在一定时间内都小于设定数量，则给出减少对应基础设施的建议；当分类结果出现危险行为，则发出警报。系统检测识别模块进一步包括：车辆跟踪模块：用于在连续的全景图像之间跟踪车辆，得到车辆的行动轨迹并统计车辆的数量；如果车辆数量大于设定的车辆数量，则发出拥挤警报，并给出相应减轻该服务区拥挤度的建议；车辆行为分析模块：用于将车辆的行动轨迹输入到预先训练好的车辆行为分析模型，车辆行为分析模型对车辆行为进行分类并输出分类结果，车辆行为类型至少包括：洗车、维修、停车及危险行为；车辆数量统计模块：用于统计不同行为类型的车辆数量，如果某一行为类型的车辆数量大于设定值，则发出拥挤警报并给出减轻拥挤程度的建议；如果某一行为类型的车辆在一定时间内都小于设定数量，则给出减少对应基础设施的建议；车辆停留时间统计模块：用于统计行为类型为“停留”的车辆的停留时间，如果车辆停留时间大于某设定值，则发出警报，并输出该车辆的停留时间；停留时间统计方式为：以停留第一张全景图像的时间开始，停留时间累加；车辆危险行为告警模块：用于当分类结果出现危险行为，则本文档来自技高网...

【技术保护点】
一种高速公路服务区全景监控方法，其特征在于，包括：S1：安装全景监控设备：全景监控设备由一对鱼眼相机背靠背固定而成，单只鱼眼镜头的视场角在180°以上；S2：全景图像获取：获取全景监控设备拍摄的图像，对两幅鱼眼图像进行预处理、拼接得到360°视场角的全景图像；S3：数据存储：将拼接好的全景图像保存下来；S4：系统检测识别：识别出全景图像中的行人、车辆以及遗留物；分别对行人及车辆进行跟踪及行为分析，当分析出有危险行为的行人或车辆时便发出报警；对遗留物的数量及停留时间进行分析，若数量大于设定数量或停留时间大于设定时间则通知工作人员进行清理；遗留物是指区别于行人和车辆的前景物件。

【技术特征摘要】
1.一种高速公路服务区全景监控方法，其特征在于，包括：S1：安装全景监控设备：全景监控设备由一对鱼眼相机背靠背固定而成，单只鱼眼镜头的视场角在180°以上；S2：全景图像获取：获取全景监控设备拍摄的图像，对两幅鱼眼图像进行预处理、拼接得到360°视场角的全景图像；S3：数据存储：将拼接好的全景图像保存下来；S4：系统检测识别：识别出全景图像中的行人、车辆以及遗留物；分别对行人及车辆进行跟踪及行为分析，当分析出有危险行为的行人或车辆时便发出报警；对遗留物的数量及停留时间进行分析，若数量大于设定数量或停留时间大于设定时间则通知工作人员进行清理；遗留物是指区别于行人和车辆的前景物件。2.根据权利要求1所述的一种高速公路服务区全景监控方法，其特征在于，识别出全景图像中的行人、车辆以及遗留物的步骤进一步包括：Sa1：建立全景图像的背景模型：以没有任何行人和车辆的服务区的初始状态的全景图像作为物件识别背景；Sa2：前景分离：利用背景差法提取出当前全景图像相对于所述物件识别背景的前景图像；Sa3：提取出当前前景图像中特征值；Sa4：将提取出的当前前景图像的特征值输入预先训练好的物件识别模型，把人、车辆以及遗留物识别出来。3.根据权利要求1所述的一种高速公路服务区全景监控方法，其特征在于，对行人进行跟踪及行为分析的步骤进一步包括：Sb1：行人跟踪：在连续的全景图像之间跟踪行人，得到行人的行动轨迹，并统计行人数量；如果行人数量大于设定的行人数量，则发出拥挤警报，并给出相应减轻该服务区拥挤度的建议；Sb2：行人行为分析：将行人的行动轨迹输入到预先训练好的行人行为分析模型，行人行为分析模型对行人行为进行分类并输出分类结果，行人的行为类型至少包括：休息、喝茶、住宿、使用厕所、到便利店买东西及危险行为；Sb3：统计不同行为类型的行人数量，如果某一类型的行为数量在一定时间内都小于设定数量，则给出减少对应基础设施的建议；当分类结果出现危险行为，则发出警报。4.根据权利要求1所述的一种高速公路服务区全景监控方法，其特征在于，对车辆进行跟踪及行为分析的步骤进一步包括：Sc1：车辆跟踪：在连续的全景图像之间跟踪车辆，得到车辆的行动轨迹并统计车辆的数量；如果车辆数量大于设定的车辆数量，则发出拥挤警报，并给出相应减轻该服务区拥挤度的建议；Sc2：车辆行为分析：将车辆的行动轨迹输入到预先训练好的车辆行为分析模型，车辆行为分析模型对车辆行为进行分类并输出分类结果，车辆行为类型至少包括：洗车、维修、停车及危险行为；Sc3：统计不同行为类型的车辆数量，如果某一行为类型的车辆数量大于设定值，则发出拥挤警报并给出减轻拥挤程度的建议；如果某一行为类型的车辆在一定时间内都小于设定数量，则给出减少对应基础设施的建议；Sc4：统计行为类型为“停留”的车辆的停留时间，如果车辆停留时间大于某设定值，则发出警报，并输出该车辆的停留时间；停留时间统计方式为：以停留第一张全景图像的时间开始，停留时间累加；Sc5：当分类结果出现危险行为，则发出警报；如果预测哪有危险行为的车辆，发出警报。5.根据权利要求1所述的一种高速公路服务区全景监控方法，其特征在于，对遗留物的数量及停留时间进行分析的步骤进一步包括：在连续的全景图像间跟踪检测到的遗留物，并统计遗留物的数量，如果发现遗留物的数量过多，则发出警报；如果发现遗留物停留时间大于设定值，则给出移除遗留物建议。6.一种...

【专利技术属性】
技术研发人员：晁志超，余兴，周剑，
申请(专利权)人：成都通甲优博科技有限责任公司，
类型：发明
国别省市：四川,51