本申请提供了交通事件检测方法，属于检测技术领域，包括：预先设置交通监控摄像头的多个长距离预置位；根据预设巡航规则控制监控摄像头巡航至指定的长距离预置位；在巡航过程中执行预置位校验算法；巡航至指定预置位后，执行画面抖动检测算法以获得抖动数据；用深度神经网络模型进行交通目标的检测，用跟踪算法获得交通目标的运动估计随机量，将抖动数据补偿到运动估计随机量上，再用匈牙利关联算法进行多目标全局跟踪以获得多目标的时空轨迹；基于时空轨迹及道路区域规则进行逻辑判断，得到交通事件的检测结果。本申请扩大了事件检测的范围；通过画面抖动检测和补偿，降低了长距离预置位的设置中相机抖动导致图像模糊和跟踪失效情况的发生。效情况的发生。效情况的发生。
【技术实现步骤摘要】
一种交通事件检测方法、系统及电子设备
[0001]本申请涉及交通事件检测
，具体而言，涉及一种交通事件检测方法、系统及电子设备。
技术介绍
[0002]我国已成为全球机动车保有量最大、高速公路里程最长的国家，2019年全国高速公路总里程已超过18万公里。根据国家2019年颁布的交通强国战略，高速公路网络的信息化和智能化是其中非常重要的环节。
[0003]摄像头监控系统是高速公路上的基础感知系统，特别是重要路段都会有100%的监控系统覆盖，并将视频画面实时地回传到路段的监控指挥中心，路段的监控指挥中心会安排监控人员操作云台来观察各个方向的监控视频，人为判断是否有拥堵、异常停车、抛洒物、行人闯入等异常交通事件发生。然而，人工监控方式一方面会消耗大量人力物力资源，更重要的是，有研究数据表明人眼盯着画面连续观看20秒以上，会遗漏其中80%的信息，因此这种人工监控的方式还存在大量的事件漏报问题。
[0004]针对上述问题，现有技术中也有一些利用图像识别技术自主检测识别交通事件的方案。例如，CN111507237A公开了一种应用在高速公路上基于视频的异常事件检测方法与装置，先对获取的视频图像做帧差运算，划分视频图像的运动区域，再对已划分的各运动区域进行检测，识别物体是车辆或是行人，根据识别到的物体对象，识别异常事件为逆行或拥堵或抛洒或行人闯入；但是这个方法无法对抗摄像头视角变化，而且用帧差运算结果提取目标的检出率较低，误检较高，且抗干扰性差。CN107590834A 一种道路交通事件视频检测方法及系统，利用PTZ摄像机的多预置位训练能力来扩大事件检测的覆盖范围，在每个预置位通过背景建模的方式来提取目标进行事件检测，但是，该方案对预置位的视角并没有感知，摄像头在巡航过程中容易发生坐标的偏移从而导致原本的预置位路面结构模型失效。
[0005]综上可见，现有技术虽然进行了交通事件自动检测的尝试，但仍存在例如上述的许多技术问题，尤其是针对多预置位的监控检测方式，现有技术中还没有相关的方案能在大视野与识别准确度之间做到较好的平衡。
技术实现思路
[0006]为了解决上述
技术介绍
中存在的技术问题，本申请提供了一种交通事件检测方法、系统及电子设备。
[0007]本申请的第一方面提供了一种交通事件检测方法，所述方法包括：S1、预先设置交通监控摄像头的多个长距离预置位；S2、根据预设巡航规则控制所述监控摄像头巡航至指定的所述长距离预置位；其中，在巡航过程中执行预置位校验算法；S3、在所述摄像头巡航至指定预置位后，执行画面抖动检测算法以获得抖动数据；S4、采用深度神经网络模型进行交通目标的检测，采用跟踪算法进一步获得所述交通
目标的运动估计随机量，然后将步骤S3中的所述抖动数据补偿到所述运动估计随机量上，再采用匈牙利关联算法进行多目标全局跟踪以获得多目标的时空轨迹；S5、基于所述时空轨迹及道路区域规则进行逻辑判断，从而得到交通事件的检测结果。
[0008]可选地，所述预设巡航规则包括：所述摄像头的预设预置位巡航顺序，或者人工输入的预置位巡航指令，或者其它摄像头传输的辅助检测请求。
[0009]可选地，所述其它摄像头传输的辅助检测请求中包括请求检测的监控位置；所述摄像头基于本身的位置及所述监控位置换算出对应的长距离预置位，然后巡航至该长距离预置位。
[0010]可选地，所述方法还包括：S02、从摄像头周期性获取PTZ坐标，并与初始化时保存记录的所述长距离预置位坐标比对，若坐标距离小于阈值thr1且持续n个采样周期内坐标抖动幅度不大于阈值thr2，则判定到达指定的所述长距离预置位，执行步骤S2。
[0011]可选地，所述预置位校验算法,具体为：使用预先训练好的深度学习模型提取当前画面的车道线，并同时进行车道线特征描述；将当前画面的车道线特征描述向量与初始化时保存记录的所述长距离预置位画面的车道线特征描述向量进行比较，若向量距离大于阈值thr3，则表示摄像头偏移量过大，提示人工调整摄像头；若向量距离小于阈值thr3，则表示摄像头偏移量在容忍范围内，根据偏移量自动调整监控图像中的布控线。
[0012]可选地，所述画面抖动检测算法,具体为：采用光流法计算帧间的全局运动向量，展开时间和空间轴上的统计得到摄像头的抖动数据，包括抖动幅度和抖动方向。
[0013]可选地，所述采用光流法计算帧间的全局运动向量，展开时间和空间轴上的统计得到摄像头的抖动数据，包括抖动幅度和抖动方向，包括：将视频图像画面的左右两侧预设宽度的范围作为监测区域，针对两侧的所述监测区域，分别采用光流法计算帧间的全局运动向量，分别展开时间和空间轴上的统计得到摄像头的抖动数据，包括抖动幅度和抖动方向；若左右两侧监测区域的抖动幅度差值小于阈值thr4且抖动方向一致，则判定存在抖动，并保存所述抖动数据。
[0014]可选地，所述补偿采用最小二乘曲线拟合法或均值滤波法或卡尔曼滤波法。
[0015]本申请的第二方面提供了一种交通事件检测系统，所述系统包括设置模块，用于预先设置交通监控摄像头的多个长距离预置位；巡航控制模块，用于根据预设巡航规则控制所述监控摄像头巡航至指定的所述长距离预置位；预置位校验模块，用于在巡航过程中执行预置位校验算法；画面抖动检测模块，用于在所述监控摄像头巡航至指定预置位后，执行画面抖动检测算法以获得抖动数据；交通检测跟踪模块，用于采用深度神经网络模型进行交通目标的检测，采用跟踪算法进一步获得所述交通目标的运动估计随机量，然后将步骤S3中的所述抖动数据补偿到所述运动估计随机量上，再采用匈牙利关联算法进行多目标全局跟踪以获得多目标的时空轨
迹；交通事件逻辑判断模块，用于基于所述时空轨迹及道路区域规则进行逻辑判断，从而得到交通事件的检测结果。
[0016]本申请的第三方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。
[0017]本专利技术的有益效果在于：1.本申请设置了最远可覆盖500米的长距离预置位，突破了传统预置位仅能覆盖100-150米范围的缺陷，扩大了事件检测的范围；2.本申请还设置了画面抖动检测和补偿，以降低因长距离预置位的设置而出现的相机抖动导致图像模糊和跟踪失效情况的发生，显著提高了交通监控的准确性；3. 本申请在进行画面抖动检测时，创造性的将监控图像画面分为左右两个部分，并分别进行抖动检测，并且只有在左右两侧的抖动幅度和抖动方向一致时才认定确实存在抖动情况，进而进行后续的抖动补偿操作。避免了基于全图进行抖动检测所带来的误判问题，提高了抖动检测准确性。
附图说明
[0018]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0019]图1是本申请实施例公开的一种交通事件检本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种交通事件检测方法，其特征在于：所述方法包括：S1、预先设置交通监控摄像头的多个长距离预置位；S2、根据预设巡航规则控制所述监控摄像头巡航至指定的所述长距离预置位；其中，在巡航过程中执行预置位校验算法；S3、在所述摄像头巡航至指定预置位后，执行画面抖动检测算法以获得抖动数据；S4、采用深度神经网络模型进行交通目标的检测，采用跟踪算法进一步获得所述交通目标的运动估计随机量，然后将步骤S3中的所述抖动数据补偿到所述运动估计随机量上，再采用匈牙利关联算法进行多目标全局跟踪以获得多目标的时空轨迹；S5、基于所述时空轨迹及道路区域规则进行逻辑判断，从而得到交通事件的检测结果。2.根据权利要求1所述的方法，其特征在于：所述预设巡航规则包括：所述摄像头的预设预置位巡航顺序，或者人工输入的预置位巡航指令，或者其它摄像头传输的辅助检测请求。3.根据权利要求2所述的方法，其特征在于：所述其它摄像头传输的辅助检测请求中包括请求检测的监控位置；所述摄像头基于本身的位置及所述监控位置换算出对应的长距离预置位，然后巡航至该长距离预置位。4.根据权利要求1所述的方法，其特征在于：所述方法还包括：S02、从摄像头周期性获取PTZ坐标，并与初始化时保存记录的所述长距离预置位坐标比对，若坐标距离小于阈值thr1且持续n个采样周期内坐标抖动幅度不大于阈值thr2，则判定到达指定的所述长距离预置位，执行步骤S2。5.根据权利要求1所述的方法，其特征在于：所述预置位校验算法,具体为：使用预先训练好的深度学习模型提取当前画面的车道线，并同时进行车道线特征描述；将当前画面的车道线特征描述向量与初始化时保存记录的所述长距离预置位画面的车道线特征描述向量进行比较，若向量距离大于阈值thr3，则表示摄像头偏移量过大，提示人工调整摄像头；若向量距离小于阈值thr3，则表示摄像头偏移量在容忍范围内，根据偏移量自动调整监控图像中的布控...
【专利技术属性】
技术研发人员：林亦宁，
申请(专利权)人：上海闪马智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。