一种基于视频流行为轨迹自动识别检测方法技术

本发明专利技术公开了一种基于视频流行为轨迹自动识别检测方法，其包括如下步骤：S1.采集交通视频流图像，将采集的交通视频流图像作为训练集，利用计算机视觉的深度学习识别算法进行样本训练；S2.基于深度学习识别算法的样本训练，提取训练集中的特征，检测出交通视频中车辆的位置，提取车辆特征向量和类别；S3.针对目标车辆，输入相关参数以达到行为轨迹自动识别检测。本发明专利技术能够实现目标车辆的行为轨迹自动识别检测。该目标车辆是一种细分类别的目标车辆。辆。辆。

【技术实现步骤摘要】
一种基于视频流行为轨迹自动识别检测方法


[0001]本专利技术涉及自动识别检测
，具体涉及一种基于视频流行为轨迹自动识别检测方法。

技术介绍

[0002]现有的车辆检测与轨迹跟踪方法计算速度快，可以满足视频实时播放的要求，但由于手工设计的传统特征本身灵活性较差，导致针对稍复杂场景时，鲁棒性差，在车辆较多时漏检率高，跟踪不到位，而且其一般将车辆作为一大类检测，无法对车辆进行细分类，如：小汽车、出租车、卡车等等。

技术实现思路

[0003]有鉴于此，为解决上述技术问题，本专利技术的目的在于提出一种基于视频流行为轨迹自动识别检测方法，其能够实现目标车辆的行为轨迹自动识别检测。
[0004]所采用的技术方案为：
[0005]一种基于视频流行为轨迹自动识别检测方法，包括如下步骤：
[0006]S1.采集交通视频流图像，将采集的交通视频流图像作为训练集，利用计算机视觉的深度学习识别算法进行样本训练；
[0007]S2.基于深度学习识别算法的样本训练，提取训练集中的特征，检测出交通视频中车辆的位置，提取车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频流行为轨迹自动识别检测方法，其特征在于，包括如下步骤：S1.采集交通视频流图像，将采集的交通视频流图像作为训练集，利用计算机视觉的深度学习识别算法进行样本训练；S2.基于深度学习识别算法的样本训练，提取训练集中的特征，检测出交通视频中车辆的位置，提取车辆特征向量和类别；S3.针对目标车辆，输入相关参数以达到行为轨迹自动识别检测。2.根据权利要求1所述的基于视频流行为轨迹自动识别检测方法，其特征在于，S1中，将采集的交通视频流图像作为训练集是将交通视频分为多个单帧视频图像，各个单帧视频图像中关于车辆的信息作为训练集。3.根据权利要求2所述的基于视频流行为轨迹自动识别检测方法，其特征在于，S2中，检测出交通视频中车辆的位...

【专利技术属性】
技术研发人员：曾高发，杨宗庆，李梅，
申请(专利权)人：厦门市执象智能科技有限公司，
类型：发明
国别省市：