交通事件检测方法、装置、电子设备及可读存储介质制造方法及图纸

本发明专利技术提供的交通事件检测方法、装置、电子设备及可读存储介质，方法包括：根据获取的多张帧图像来识别视频采集装置拍摄该多张帧图像时的拍摄状态是静止状态还是运动状态，若拍摄状态是静止状态，则对帧图像进行目标检测与跟踪，以及道路检测，确定帧图像中出现的目标对应的交通事件类型，若拍摄状态是运动状态，则获得新的帧图像来确定拍摄状态，直到确定拍摄状态为静止状态后，对新的帧图像进行目标检测与跟踪，以及道路检测，确定新的帧图像中出现的目标对应的交通事件类型，整个交通事件确定过程中不仅避免了动态拍摄对检测结果的影响，还进行了道路检测，能够更全面的确定交通事件类型，以此实现增加检测结果的准确性和种类的效果。和种类的效果。和种类的效果。

【技术实现步骤摘要】
交通事件检测方法、装置、电子设备及可读存储介质


[0001]本专利技术涉及智能安防
，具体而言，涉及一种交通事件检测方法、装置、电子设备及可读存储介质。

技术介绍

[0002]随着城市道路交通量的不断增加，交通事故明显上升，智能云警系统应运而生，它是指后端服务平台通过拉取现有道路上摄像头的网络视频流进行交通违法检测，有效提高安防工作效率。
[0003]目前，现有的智能云警系统通过云台摄像机获得的监控视频来检测交通事件，其中，云台摄像机可以操作改变监视角度，从而可以获得各种情况下的监控视频，但是，现有的交通事件检测方法中通常不能识别云台摄像机的摄像状态，容易造成误判或者漏判，导致检测结果不准确、不全面。

技术实现思路

[0004]本专利技术的目的之一在于提供一种交通事件检测方法、装置、电子设备及可读存储介质，用于提高交通事件检测结果的准确性和全面性。
[0005]本专利技术的实施例可以这样实现：
[0006]第一方面，本专利技术提供一种交通事件检测方法，所述方法包括：获取多张帧图像，所述多张帧图像来自同一个视频采集装置；根据所述多张帧图像，识别所述视频采集装置拍摄所述多帧图像时的拍摄状态是静止状态还是运动状态；若所述拍摄状态是静止状态，则对所述帧图像进行目标检测与跟踪，以及道路检测，确定所述帧图像中出现的目标对应的交通事件类型；若所述拍摄状态是运动状态，则获得新的帧图像来确定所述拍摄状态，直到确定所述拍摄状态为所述静止状态后，对所述新的帧图像进行目标检测与跟踪，以及道路检测，确定所述新的帧图像中出现的目标对应的交通事件类型。
[0007]第二方面，本专利技术提供一种交通事件检测装置，包括：获取模块，用于获取多张帧图像，所述多张帧图像来自同一个视频采集装置；识别模块，用于根据所述多张帧图像，识别所述视频采集装置的拍摄状态是静止状态还是运动状态；检测模块，用于若所述拍摄状态是静止状态，则对所述帧图像进行目标检测与跟踪，以及道路检测，确定所述帧图像中出现的目标对应的交通事件类型；所述识别模块，还用于若所述拍摄状态是运动状态，则获得新的帧图像来确定所述拍摄状态，直到确定所述拍摄状态为所述静止状态后，所述检测模块，还用于对所述新的帧图像进行目标检测与跟踪，以及道路检测，确定所述新的帧图像中出现的目标对应的交通事件类型。
[0008]第三方面，本专利技术提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序以实现第一方面所述的交通事件检测方法。
[0009]第四方面，本专利技术提供一种可读存储介质，其上存储有计算机程序，所述计算机程
序被处理器执行时实现第一方面所述的交通事件检测方法。
[0010]本专利技术提供的一种交通事件检测方法、装置、电子设备及可读存储介质，方法包括：通过获取多张帧图像，多张帧图像来自同一个视频采集装置，来识别视频采集装置拍摄多帧图像时的拍摄状态是静止状态还是运动状态，以此来避免可能出现的动态拍摄对检测结果的影响，若拍摄状态是静止状态，则对帧图像进行目标检测与跟踪，以及道路检测，确定帧图像中出现的目标对应的交通事件类型，若拍摄状态是运动状态，则获得新的帧图像来确定拍摄状态，直到确定拍摄状态为静止状态后，对新的帧图像进行目标检测与跟踪，以及道路检测，确定新的帧图像中出现的目标对应的交通事件类型，整个交通事件确定的过程中，不仅对目标进行了检测和跟踪，还进行了道路检测，进而可以根据道路检测、检测和跟踪的结果来确定交通事件类型，能够更全面的确定交通事件类型，以此实现增加检测结果的准确性和种类的效果。
附图说明
[0011]为了更清楚地说明本专利技术实施例的技术方案，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专利技术的某些实施例，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。
[0012]图1为一种智能云警系统的架构图；
[0013]图2为现有的一种交通事件检测方法的实现框架图；
[0014]图3为本专利技术实施例提供的交通事件检测方法的示意性流程图；
[0015]图4为本专利技术实施例提供的步骤S302的一种可能的实施方式的示意性流程图；
[0016]图5为本专利技术实施提供的一种场景示例图；
[0017]图6为本专利技术实施例提供的步骤S302
‑
4的实现方式的示意性流程图；
[0018]图7为本专利技术实施例提供的步骤303的一种实现方式的示意性流程图；
[0019]图8为本专利技术实施例提供的交通事件检测装置的功能模块图；
[0020]图9为本专利技术实施例提供的一种电子设备的方框示意图。
具体实施方式
[0021]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0022]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0024]此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相
对重要性。
[0025]需要说明的是，在不冲突的情况下，本专利技术的实施例中的特征可以相互结合。
[0026]在介绍本专利技术实施例之前，先就本专利技术实施例涉及的名词进行解释。
[0027]智能云警：是指后端服务平台通过拉取现有道路上摄像头的网络视频流进行交通事件检测，并在检测到有非正常交通事件手进行报警。
[0028]非正常交通事件：是指一些与交通规则不符的交通事件，例如占用应急车道、非正常变道、压线行驶、异常停车、交通拥堵等事件。
[0029]云台摄像机：是指带有云台的摄像机。它带有承载摄像机进行转动的装置，能使摄像机从多个角度进行摄像，是主要的视频采集设备。
[0030]目前，智能云警系统已经广泛应用于智能安防领域，用于辅助人车轨迹关联分析和各类交通事件判定，请参见图1，图1为一种智能云警系统的架构图，该智能云警系统可以包括：可以包括网络10、服务器20和至少一种视频采集装置30。
[0031]其中：网络10可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0032]服务器20可以但不限于是一台具有数据处理能力的服务器、或若干台具有数据处理能力的服务器组成的服务器集群，本本文档来自技高网...

【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：获取多张帧图像，所述多张帧图像来自同一个视频采集装置；根据所述多张帧图像，识别所述视频采集装置拍摄所述多张帧图像时的拍摄状态是静止状态还是运动状态；若所述拍摄状态是静止状态，则对所述帧图像进行目标检测与跟踪，以及道路检测，确定所述帧图像中出现的目标对应的交通事件类型；若所述拍摄状态是运动状态，则获得新的帧图像来确定所述拍摄状态，直到确定所述拍摄状态为所述静止状态后，对所述新的帧图像进行目标检测与跟踪，以及道路检测，确定所述新的帧图像中出现的目标对应的交通事件类型。2.根据权利要求1所述的交通事件检测方法，其特征在于，根据所述多张帧图像，识别所述视频采集装置拍摄所述多张帧图像时的拍摄状态是静止状态还是运动状态，包括：根据所述多张帧图像的时序顺序，选择多张连续的目标帧图像，并将除所述目标帧图像以外的帧图像确定为检测图像；根据全部所述目标帧图像中同一个目标像素位置的像素值，为所述目标像素位置构建多个高斯模型；所述目标像素位置为所述目标帧图像中的任一个位置；遍历全部所述目标帧图像，获得每个所述目标像素位置对应的多个高斯模型；将检测图像中目标像素位置上的像素值与所述目标像素位置对应的多个高斯模型进行匹配，获得检测图像对应的二值化图像；其中，所述二值化图像中包括前景像素点和背景像素点；所述前景像素点具有第一像素值；所述背景像素点具有第二像素值；当所述前景像素点的数量与所述背景像素点的数量之间的比例大于或等于第一阈值，确定所述视频采集装置处于运动状态；当所述前景像素点的数量与所述背景像素点的数量之间的比例小于所述第一阈值，确定所述视频采集装置处于静止状态。3.根据权利要求2所述的交通事件检测方法，其特征在于，将所述检测图像与每个所述目标像素位置对应的多个高斯模型进行匹配，获得所述检测图像对应的二值化图像，包括：将所述检测图像中位于所述目标像素位置的像素值依次输入所述目标像素位置对应的多个高斯模型中，输出每个所述高斯模型对应的匹配结果；若存在一个匹配结果，与所述匹配结果对应的高斯模型的均值之间的差值小于第二阈值，则将所述检测图像中位于所述目标像素位置上的像素值更新为所述第二像素值；若每个所述匹配结果与所述匹配结果对应的高斯模型的均值的差值均大于所述第二阈值，则将所述检测图像中位于所述目标像素位置上的像素值更新为所述第一像素值；根据更新后的所述检测图像，获得所述二值化图像。4.根据权利要求3所述的交通事件检测方法，其特征在于，在将所述检测图像中位于所述目标像素位置上的像素值更新为所述第一像素值之后，所述方法还包括：根据全部所述差值中的最大差值，更新所述最大差值对应的高斯模型。5.根据权利要求1所述的交通事件检测方法，其特征在于，在获取多张帧图像之后，还包括：对所述多...

【专利技术属性】
技术研发人员：王代东，
申请(专利权)人：重庆紫光华山智安科技有限公司，
类型：发明
国别省市：