交通异常事件检测方法、电子设备、存储介质和程序产品技术

本发明专利技术提供一种交通异常事件检测方法、电子设备、存储介质和程序产品，方法包括获取交通视频数据和雷达数据；将交通视频数据的平均帧图像输入至车辆检测模型，进行可疑车辆检测，获得车辆检测模型输出的可疑车辆及其位置信息；对位置信息进行聚类处理，获得聚类结果，基于聚类结果判断可疑车辆是否为异常车辆；若可疑车辆为异常车辆，则基于聚类结果对位置信息进行过滤处理，获得异常车辆的目标位置信息，基于雷达数据和目标位置信息，进行决策级融合，获得异常车辆的异常事件类别。本发明专利技术占用更少的内存资源，可在终端设备上进行处理，无需在远程设备上进行处理，从而避免远程传输数据出现错检漏检的情况，进而提高交通异常事件检测的准确率。件检测的准确率。件检测的准确率。

【技术实现步骤摘要】
交通异常事件检测方法、电子设备、存储介质和程序产品


[0001]本专利技术涉及计算机视觉
，尤其涉及一种交通异常事件检测方法、电子设备、存储介质和程序产品。

技术介绍

[0002]车辆异常事件的检测是交通领域中要求高且时间紧迫的任务之一，其对于预防二次事故和及时处理当前交通异常事件有着重要的作用。目前，通过人力观察交通视频中是否发生异常，效率低下且人工成本昂贵，因此，需要对交通提出智能的异常事件检测系统。
[0003]目前，异常事件检测系统通过光流法、帧间差分法和背景差分法检测车辆并进行异常判断，但是只适用于简单的场景，抗干扰能力差。例如，当遇到雨雪天气时，画面像素值变化较大，分割出的前景有大量的噪声，所以上述方法极易导致检测出错，难以实际应用。基于此，目前交通检测系统多采用深度学习方法，然而当前的深度学习方法过于复杂，其占用内存资源多，导致无法在终端设备上进行处理，因此只能在指挥中心进行决策。
[0004]然而，当检测路段处于偏远地带或隧道时，信号可能受限或降级，检测数据无法进行网络传输或无法完整进行传输，从而出现错检漏检的情况，导致交通异常事件检测的准确率降低。

技术实现思路

[0005]本专利技术提供一种交通异常事件检测方法、电子设备、存储介质和程序产品，用以解决现有技术中交通异常事件检测准确率低的缺陷，实现高准确率的交通异常事件检测。
[0006]本专利技术提供一种交通异常事件检测方法，包括：
[0007]获取交通视频数据和雷达数据；
[0008]将所述交通视频数据的平均帧图像输入至车辆检测模型，进行可疑车辆检测，获得所述车辆检测模型输出的可疑车辆及其位置信息；
[0009]对所述位置信息进行聚类处理，获得聚类结果，基于所述聚类结果判断所述可疑车辆是否为异常车辆；
[0010]若所述可疑车辆为异常车辆，则基于所述聚类结果对所述位置信息进行过滤处理，获得异常车辆的目标位置信息，基于所述雷达数据和所述目标位置信息，进行决策级融合，获得所述异常车辆的异常事件类别。
[0011]根据本专利技术提供的一种交通异常事件检测方法，所述将所述交通视频数据的平均帧图像输入至车辆检测模型，包括：
[0012]基于预设平均周期，对所述交通视频数据的帧图像进行采样，获得帧图像集；
[0013]对所述帧图像集进行平均计算，获得平均帧图像；
[0014]将所述平均帧图像输入至车辆检测模型。
[0015]根据本专利技术提供的一种交通异常事件检测方法，所述基于所述聚类结果判断所述可疑车辆是否为异常车辆，包括：
[0016]若所述聚类结果的聚类中心的位置信息数量大于预设数量，则判定所述可疑车辆为异常车辆；
[0017]若所述聚类结果的聚类中心的位置信息数量小于或等于预设数量，则判定所述可疑车辆为正常车辆。
[0018]根据本专利技术提供的一种交通异常事件检测方法，所述基于所述雷达数据和所述目标位置信息，进行决策级融合，获得所述异常车辆的异常事件类别，包括：
[0019]对所述雷达数据进行分析处理，获得所述异常车辆的速度方向、平均速度和加速度；
[0020]基于所述速度方向、所述平均速度、所述加速度和所述目标位置信息，进行决策级融合，获得所述异常车辆的异常事件类别。
[0021]根据本专利技术提供的一种交通异常事件检测方法，所述基于所述速度方向、所述平均速度、所述加速度和所述目标位置信息，进行决策级融合，获得所述异常车辆的异常事件类别，包括：
[0022]若所述速度方向与预设速度方向相反，则确定所述异常车辆存在逆行事件；
[0023]若所述平均速度小于预设平均速度，则确定所述异常车辆存在交通拥挤事件；
[0024]若所述加速度大于预设加速度，则确定所述异常车辆存在交通事故事件；
[0025]若所述加速度小于或等于预设加速度，且基于所述目标位置信息判定所述异常车辆位于应急车道区域，则确定所述异常车辆存在应急车道停车事件；
[0026]若所述加速度小于或等于预设加速度，且基于所述目标位置信息判定所述异常车辆不位于应急车道区域，则确定所述异常车辆存在违章停车事件。
[0027]根据本专利技术提供的一种交通异常事件检测方法，应用于边缘设备，所述边缘设备包括内存模块、中央处理器、图形处理器、存储器和网口设备；
[0028]所述网口设备，用于获取所述交通视频数据和所述雷达数据；
[0029]所述中央处理器，用于进行平均帧处理，获得所述平均帧图像；
[0030]所述内存模块，用于存储所述平均帧图像和所述雷达数据；
[0031]所述图形处理器，用于读取所述存储器中的引擎文件，并反序列化所述引擎文件获得所述车辆检测模型，以通过所述车辆检测模型对所述平均帧图像进行推理；
[0032]所述中央处理器，还用于对所述位置信息进行聚类处理；
[0033]所述中央处理器，还用于进行决策级融合。
[0034]根据本专利技术提供的一种交通异常事件检测方法，所述内存模块包括第一共享内存空间和第二共享内存空间，所述第一共享内存空间和所述第二共享内存空间交替进行读取和写入。
[0035]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述交通异常事件检测方法的步骤。
[0036]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述交通异常事件检测方法的步骤。
[0037]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述交通异常事件检测方法的步骤。
[0038]本专利技术提供的交通异常事件检测方法、电子设备、存储介质和程序产品，通过获取交通视频数据和雷达数据；将交通视频数据的平均帧图像输入至车辆检测模型，进行可疑车辆检测，获得车辆检测模型输出的可疑车辆及其位置信息；对位置信息进行聚类处理，获得聚类结果，基于聚类结果判断可疑车辆是否为异常车辆；若可疑车辆为异常车辆，则基于聚类结果对位置信息进行过滤处理，获得异常车辆的目标位置信息，基于雷达数据和目标位置信息，进行决策级融合，获得异常车辆的异常事件类别。本专利技术只需输入交通视频数据和雷达数据，便可进行异常事件检测，相比多源输入交通事件检测系统，可占用更少的内存资源，从而可在终端设备上进行处理，无需把各个模态数据传回指挥中心进行处理，从而避免远程传输数据出现错检漏检的情况，进而提高交通异常事件检测的准确率。同时，平均帧图像相比原本的帧图像，可以将正常车辆信息模糊掉，从而能够避免正常车辆信息的干扰，进而突出异常车辆信息，最终进一步提高交通异常事件检测的准确性。此外，对位置信息进行聚类处理，以判断可疑车辆是否为异常车辆，相比直接将可疑车辆进行异常事件检测，本专利技术可避免将正常行驶的可疑车辆进行异常事件类别检测，从而进一步提高交通异常事件检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通异常事件检测方法，其特征在于，包括：获取交通视频数据和雷达数据；将所述交通视频数据的平均帧图像输入至车辆检测模型，进行可疑车辆检测，获得所述车辆检测模型输出的可疑车辆及其位置信息；对所述位置信息进行聚类处理，获得聚类结果，基于所述聚类结果判断所述可疑车辆是否为异常车辆；若所述可疑车辆为异常车辆，则基于所述聚类结果对所述位置信息进行过滤处理，获得异常车辆的目标位置信息，基于所述雷达数据和所述目标位置信息，进行决策级融合，获得所述异常车辆的异常事件类别。2.根据权利要求1所述的交通异常事件检测方法，其特征在于，所述将所述交通视频数据的平均帧图像输入至车辆检测模型，包括：基于预设平均周期，对所述交通视频数据的帧图像进行采样，获得帧图像集；对所述帧图像集进行平均计算，获得平均帧图像；将所述平均帧图像输入至车辆检测模型。3.根据权利要求1所述的交通异常事件检测方法，其特征在于，所述基于所述聚类结果判断所述可疑车辆是否为异常车辆，包括：若所述聚类结果的聚类中心的位置信息数量大于预设数量，则判定所述可疑车辆为异常车辆；若所述聚类结果的聚类中心的位置信息数量小于或等于预设数量，则判定所述可疑车辆为正常车辆。4.根据权利要求1所述的交通异常事件检测方法，其特征在于，所述基于所述雷达数据和所述目标位置信息，进行决策级融合，获得所述异常车辆的异常事件类别，包括：对所述雷达数据进行分析处理，获得所述异常车辆的速度方向、平均速度和加速度；基于所述速度方向、所述平均速度、所述加速度和所述目标位置信息，进行决策级融合，获得所述异常车辆的异常事件类别。5.根据权利要求4所述的交通异常事件检测方法，其特征在于，所述基于所述速度方向、所述平均速度、所述加速度和所述目标位置信息，进行决策级融合，获得所述异常车辆的异常事件类别，包括：若所述速度方向与预设速度方向相反，则确定所述异常车辆存在逆行事件；若所述...

【专利技术属性】
技术研发人员：李嘉锋，徐晗，孙昊，卓力，郜征，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：