【技术实现步骤摘要】
基于图像识别的追尾车辆的检测方法、装置、设备及介质
[0001]本专利技术涉及人工智能领域,尤其涉及一种基于图像识别的追尾车辆的检测方法、装置、计算机设备以及存储介质。
技术介绍
[0002]天眼系统又称为海燕系统,已基本覆盖国内的重点道路和交通区域,用于对道路上的车流进行视频监控。但是,目前的天眼系统尚未能实现自动地对监控视频中的事故车辆(如,发生追尾事故的车辆)进行检测。对于监控视频中的事故车辆的认定,通常是由交警或者查勘员人工查看监控视频来进行事故车辆的认定,这种事故认定方式有诸多不便,如,认定的过程耗费时间、容易造成道路拥堵、人工认定容易出现错误等。可见,如何利用天眼系统实现对事故车辆的自动检测是一个有待解决的技术问题。
技术实现思路
[0003]本专利技术所要解决的技术问题在于,目前的天眼系统未能实现对事故车辆的自动检测。
[0004]为了解决上述技术问题,本专利技术第一方面公开了一种基于图像识别的追尾车辆的检测方法,所述方法包括:
[0005]获取道路监控视频;
[0006 ...
【技术保护点】
【技术特征摘要】
1.一种基于图像识别的追尾车辆的检测方法,其特征在于,所述方法包括:获取道路监控视频;按照预设的时长间隔从所述道路监控视频中抽取多个关键帧图像,以作为目标图像;识别每个所述目标图像中的第一目标车辆,以得到所述第一目标车辆在每个所述目标图像中对应的图像位置坐标,其中,所述第一目标车辆对应的图像位置坐标用于记录所述第一目标车辆在所述目标图像中的位置;根据所述第一目标车辆在每个所述目标图像中对应的图像位置坐标,计算所述第一目标车辆在每个所述目标图像中对应的加速度值;判断所述第一目标车辆在每个所述目标图像中对应的加速度值是否符合线性变化的关系;当判断出所述第一目标车辆在每个所述目标图像中对应的加速度值不符合线性变化的关系时,确定所述第一目标车辆为追尾车辆。2.根据权利要求1所述的基于图像识别的追尾车辆的检测方法,其特征在于,所述判断所述第一目标车辆在每个所述目标图像中对应的加速度值是否符合线性变化的关系,包括:根据每个所述目标图像对应的帧时刻和所述第一目标车辆在该目标图像中对应的加速度值,确定所述第一目标车辆对应的加速度值数组,其中,每个所述目标图像对应的帧时刻是指该目标图像对应的关键帧图像在所述道路监控视频中的播放时刻;调用预设的线性回归分析程序对所述加速度值数组进行分析,以得到所述加速度值数组对应的线性特征值;判断所述线性特征值是否大于预设的线性特征阈值;当判断出所述线性特征值大于所述线性特征阈值时,确定所述第一目标车辆在每个所述目标图像中对应的加速度值符合线性变化的关系;当判断出所述线性特征值未大于所述线性特征阈值时,确定所述第一目标车辆在每个所述目标图像中对应的加速度值不符合线性变化的关系。3.根据权利要求1或2所述的基于图像识别的追尾车辆的检测方法,其特征在于,所述根据所述第一目标车辆在每个所述目标图像中对应的图像位置坐标,计算所述第一目标车辆在每个所述目标图像中对应的加速度值,包括:基于预设的映射关系将所述第一目标车辆在每个所述目标图像中对应的图像位置坐标映射为地理位置坐标,其中,所述地理位置坐标用于记录所述第一目标车辆在道路中所处的实际地理位置;根据所述第一目标车辆在每个所述目标图像中对应的地理位置坐标和所述时长间隔,计算所述第一目标车辆在每个所述目标图像中对应的行驶速度值;根据所述第一目标车辆在每个所述目标图像中对应的行驶速度值和所述时长间隔,计算所述第一目标车辆在每个所述目标图像中对应的加速度值。4.根据权利要求3所述的基于图像识别的追尾车辆的检测方法,其特征在于,所述根据所述第一目标车辆在每个所述目标图像中对应的地理位置坐标和所述时长间隔,计算所述第一目标车辆在每个所述目标图像中对应的行驶速度值,包括:通过以下公式计算所述第一目标车辆在每个所述目标图像中对应的行驶速度值:
其中,V
n
为所述第一目标车辆在第n个目标图像中对应的行驶速度值,x
n+1
为所述第一目标车辆在第n+1个目标图像中对应的地理位置坐标的横坐标,y
n+1
为所述第一目标车辆在第n+1个目标图像中对应的地理位置坐标的纵坐标,x
n
为所述第一目标车辆在第n个目标图像中对应的地理位置坐标的横坐标,y
n
为所述第一目标车辆在第n个目标图像中对应的地理位置坐标的纵坐标,t为所述时长间隔。5.根据权利要求3所述的基于图像识别的追尾车辆的检测方法,其特征在于,所述根据所述第一...
【专利技术属性】
技术研发人员:蒋磊,
申请(专利权)人:深圳壹账通智能科技有限公司,
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。