交通路口检测方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种交通路口检测方法、装置、电子设备及存储介质，该方法包括：获取采集的交通路口的视频帧序列；对所述视频帧序列中的视频帧进行车辆检测，得到车辆检测信息；基于所述车辆检测信息，确定所述交通路口的交通信号信息；基于所述交通路口的交通信号信息和所述车辆检测信息，确定所述交通路口的拥堵状态。态。态。

【技术实现步骤摘要】
交通路口检测方法、装置、电子设备及存储介质


[0001]本公开涉及图像处理
，具体而言，涉及一种交通路口检测方法、装置、电子设备及存储介质。

技术介绍

[0002]随着我国综合实力和国民收入水平的不断提高，机动车保有量迅速增加，致使城市交通状况不断恶化。具体的，由于城市道路资源有限，机动车保有量的迅速增加，导致城市道路拥堵不断加剧，交通效率下降，给人们的生活和工作造成了巨大的影响。
[0003]因此提出一种对交通路口进行检测的方法尤为重要。

技术实现思路

[0004]有鉴于此，本公开至少提供一种交通路口检测方法、装置、电子设备及存储介质。
[0005]第一方面，本公开提供了一种交通路口检测方法，包括：
[0006]获取采集的交通路口的视频帧序列；
[0007]对所述视频帧序列中的视频帧进行车辆检测，得到车辆检测信息；
[0008]基于所述车辆检测信息，确定所述交通路口的交通信号信息；
[0009]基于所述交通路口的交通信号信息和所述车辆检测信息，确定所述交通路口的拥堵状态。
[0010]上述方法中，通过对获取的视频帧序列进行车辆检测，确定车辆检测信息，并基于车辆检测信息，实时的确定交通路口的交通信息号信息，无需人工获取交通信号信息，提高了交通信号信息的确定效率。进而，可以基于交通路口的交通信号信息和车辆检测信息，确定交通路口的拥堵状态，实现了交通路口拥堵状态的自动确定，拥堵状态的确定效率较高。同时，由于视频帧序列中包含有较准确的车辆信息，故使用视频帧序列，可以较准确的确定交通路口的拥堵状态。
[0011]一种可能的实施方式中，对所述视频帧序列中的视频帧进行车辆检测，得到车辆检测信息，包括：
[0012]对所述视频帧序列中的各个视频帧进行跟踪检测，得到各个视频帧中的检测对象的检测框信息以及检测对象的类别信息；
[0013]基于所述检测对象的类别信息，从所述检测对象的检测框信息中，筛选出车辆的检测框信息；其中，所述检测框信息包含用于区分不同车辆的标识信息，同一车辆在所述视频帧序列的不同视频帧中的标识信息相同。
[0014]由于检测框信息包含用于区分不同车辆的标识信息，同一车辆在视频帧序列的不同视频帧中的标识信息相同，实现了对同一车辆的追踪，为后续基于车辆检测信息，确定交通信号信息提高了数据支持。以及使用检测对象的类别信息，从检测对象的检测框信息中，筛选出车辆的检测框信息，避免除车辆之外的其他类型的检测对象的检测框信息，对确定交通信号信息产生干扰，可以提高确定的交通信号信息的准确性。
[0015]一种可能的实施方式中，所述基于所述车辆检测信息，确定所述交通路口的交通信号信息，包括：
[0016]获取停车基准线在所述视频帧中的第一位置信息；
[0017]基于所述停车基准线的第一位置信息、所述车辆检测信息、以及每个所述视频帧对应的采集时间，确定所述交通路口的交通信号灯对应的周期时长和红灯信号时长；
[0018]基于所述交通路口的交通信号灯的周期时长和所述红灯信号时长，确定绿灯信号时长。
[0019]这里，可以根据车辆检测信息、第一位置信息、和视频帧的采集时间，确定交通信号灯的周期时长和红灯信号时长，再可以确定绿灯信号时长，实现交通信号信息的自动确定，与使用人工确定交通信号信息的方式相比，提高了交通信号信息的确定效率。
[0020]一种可能的实施方式中，基于所述停车基准线的第一位置信息、所述车辆检测信息、以及每个所述视频帧对应的采集时间，确定所述交通路口的交通信号灯对应的周期时长，包括：基于所述停车基准线的第一位置信息、所述车辆检测信息、以及每个所述视频帧对应的采集时间，确定关键车辆经过所述停车基准线的时间；所述关键车辆为在所述交通路口的绿灯开启时，第一个经过所述停车基准线的车辆；
[0021]基于确定的多个关键车辆分别经过所述停车基准线的时间，确定所述交通路口的交通信号灯对应的周期时长。
[0022]上述方法中，可以确定关键车辆经过停车基准线的时间，该关键车辆为在交通路口的绿灯开启时，第一个经过停车基准线的车辆；通过基于确定的多个关键车辆分别经过停车基准线的时间，确定交通路口的交通信号灯对应的周期时长，为后续确定交通路口的拥堵状态提供数据支持。
[0023]一种可能的实施方式中，基于确定的多个关键车辆分别经过所述停车基准线的时间，确定所述交通路口的交通信号灯对应的周期时长，包括：
[0024]确定相邻次绿灯的每两个关键车辆，经过所述停车基准线的第一时刻差；
[0025]对确定的多个所述第一时刻差进行聚类，得到聚类后的至少一个第一集合；
[0026]基于聚类后的所述第一集合中的第一时刻差，确定所述交通路口的交通信号灯对应的周期时长。
[0027]上述方法中，由于相邻次绿灯的每两个关键车辆，经过停车基准线的第一时刻差可能存在误差，为了提高周期时长的准确率，可以对确定的多个第一时刻差进行聚类，得到聚类后的至少一个第一集合，基于第一集合中的各第一时刻差，确定交通路口的交通信号灯对应的周期时长。
[0028]一种可能的实施方式中，所述基于聚类后的所述第一集合中的第一时刻差，确定所述交通路口的交通信号灯对应的周期时长，包括：
[0029]获取本次聚类的第一轮廓系数；其中，所述第一轮廓系数用于表征聚类结果的可信程度；
[0030]在所述第一轮廓系数大于设置的第一系数阈值的情况下，确定包含的所述第一时刻差的数量最多的第一集合；
[0031]基于包含的所述第一时刻差的数量最多的第一集合中的各第一时刻差，确定所述交通路口的交通信号灯对应的周期时长。
[0032]一种可能的实施方式中，所述方法还包括：
[0033]在所述第一轮廓系数小于或等于设置的第一系数阈值的情况下，按照所述多个关键车辆经过所述停车基准线的时间顺序，删除第一数量的关键车辆；
[0034]重新确定第二数量的关键车辆经过所述停车基准线的时间；
[0035]基于所述多个关键车辆中剩余关键车辆经过所述停车基准线的时间，以及在所述多个关键车辆之后、重新确定的所述第二数量的关键车辆经过所述停车基准线的时间，确定所述交通路口的交通信号灯对应的周期时长。
[0036]考虑到第一轮廓系数可以用于表征聚类结果的可信程度，在第一轮廓系数大于设置的第一系数阈值时，表征本次聚类结果的可信程度较高，故可以基于包含的第一时刻差的数量最多的第一集合中的各第一时刻差，较准确的确定交通路口的交通信号灯对应的周期时长。
[0037]而在第一轮廓系数小于或等于设置的第一系数阈值时，表征本次聚类结果的可信程度较低，故需要重新确定第二数量的关键车辆经过停车基准线的时间，并基于多个关键车辆中剩余关键车辆经过停车基准线的时间，以及在多个关键车辆之后、重新确定的第二数量的关键车辆经过停车基准线的时间，较准确的确定交通路口的交通信号灯对应的周期时长。
[0038]一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通路口检测方法，其特征在于，包括：获取采集的交通路口的视频帧序列；对所述视频帧序列中的视频帧进行车辆检测，得到车辆检测信息；基于所述车辆检测信息，确定所述交通路口的交通信号信息；基于所述交通路口的交通信号信息和所述车辆检测信息，确定所述交通路口的拥堵状态。2.根据权利要求1所述的方法，其特征在于，所述对所述视频帧序列中的视频帧进行车辆检测，得到车辆检测信息，包括：对所述视频帧序列中的各个视频帧进行跟踪检测，得到各个视频帧中的检测对象的检测框信息以及检测对象的类别信息；基于所述检测对象的类别信息，从所述检测对象的检测框信息中，筛选出车辆的检测框信息；其中，所述检测框信息包含用于区分不同车辆的标识信息，同一车辆在所述视频帧序列的不同视频帧中的标识信息相同。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述车辆检测信息，确定所述交通路口的交通信号信息，包括：获取停车基准线在所述视频帧中的第一位置信息；基于所述停车基准线的第一位置信息、所述车辆检测信息、以及每个所述视频帧对应的采集时间，确定所述交通路口的交通信号灯对应的周期时长和红灯信号时长；基于所述交通路口的交通信号灯的周期时长和所述红灯信号时长，确定绿灯信号时长。4.根据权利要求3所述的方法，其特征在于，所述基于所述停车基准线的第一位置信息、所述车辆检测信息、以及每个所述视频帧对应的采集时间，确定所述交通路口的交通信号灯对应的周期时长，包括：基于所述停车基准线的第一位置信息、所述车辆检测信息、以及每个所述视频帧对应的采集时间，确定关键车辆经过所述停车基准线的时间；所述关键车辆为在所述交通路口的绿灯开启时，第一个经过所述停车基准线的车辆；基于确定的多个关键车辆分别经过所述停车基准线的时间，确定所述交通路口的交通信号灯对应的周期时长。5.根据权利要求4所述的方法，其特征在于，所述基于确定的多个关键车辆分别经过所述停车基准线的时间，确定所述交通路口的交通信号灯对应的周期时长，包括：确定相邻次绿灯的每两个关键车辆，经过所述停车基准线的第一时刻差；对确定的多个所述第一时刻差进行聚类，得到聚类后的至少一个第一集合；基于聚类后的所述第一集合中的第一时刻差，确定所述交通路口的交通信号灯对应的周期时长。6.根据权利要求5所述的方法，其特征在于，所述基于聚类后的所述第一集合中的第一时刻差，确定所述交通路口的交通信号灯对应的周期时长，包括：获取本次聚类的第一轮廓系数；其中，所述第一轮廓系数用于表征聚类结果的可信程度；在所述第一轮廓系数大于设置的第一系数阈值的情况下，确定包含的所述第一时刻差
的数量最多的第一集合；基于包含的所述第一时刻差的数量最多的第一集合中的各第一时刻差，确定所述交通路口的交通信号灯对应的周期时长。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：在所述第一轮廓系数小于或等于设置的第一系数阈值的情况下，按照所述多个关键车辆经过所述停车基准线的时间顺序，删除第一数量的关键车辆；重新确定第二数量的关键车辆经过所述停车基准线的时间；基于所述多个关键车辆中剩余关键车辆经过所述停车基准线的时间，以及在所述多个关键车辆之后、重新确定的所述第二数量的关键车辆经过所述停车基准线的时间，确定所述交通路口的交通信号灯对应的周期时长。8.根据权利要求3～7任一所述的方法，其特征在于，基于所述停车基准线的第一位置信息、所述车辆检测信息、以及每个所述视频帧对应的采集时间，确定所述交通路口的红灯信号时长，包括：基于所述停车基准线的第一位置信息、所述车辆检测信息、以及每个所述视频帧对应的采集时间，确定关键车辆的停车时刻和启动时刻；所述关键车辆为在所述交通路口的绿灯开启时，第一个经过所述停车基准线的车辆，所述停车时刻为所述关键车辆停止在所述停车基准线位置处的时刻，所述启动时刻为所述关键车辆在所述停车基准线位置处启动的时刻；基于确定的多个关键车辆的停车时刻和启动时刻，确定所述多个关键车辆分别对应的第二时刻差；对确定的多个所述第二时刻差进行聚类，得到聚类后的至少一个第二集合；基于包含的所述第二时刻差的数量最多的第二集合中的第二时刻差，确定所述交通路口的红灯信号时长。9.根据权利要求4～8任一所述的方法，其特征在于，根据以下步骤确定所述关键车辆：基于所述停车基准线的第一位置信息、所述车辆检测信息、以及多个视频帧的采集时间，确定每一车辆经过所述停车基准线的目标时刻；基于每一车辆对应的所述目标时刻、和每一前一车辆经过所述停车基准线的目标时刻，确定所述每一车辆与前一车辆的过线时刻差；其中，所述每一前一车辆为所述每一车辆之前，经过所述停车基准线的车辆，以及确定所述每一车辆在所述目标时刻视频帧和前一视频帧中的检测框的第一交并比，其中，所述前一视频帧为与所述目标时刻间隔预设时长的视频帧；在所述过线时刻差大于设置的第一阈值、且所述第一交并比大于设置的第二阈值的情况下，确定车辆属于关键车辆。10.根据权利要求1～9任一所述的方法，其特...

【专利技术属性】
技术研发人员：龚越，阚宇衡，任金松，马子安，
申请(专利权)人：上海商汤科技开发有限公司，
类型：发明
国别省市：