一种车辆意图加塞行为识别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种车辆意图加塞行为识别方法、装置、设备及存储介质，涉及交通管制技术领域。所述方法是先根据由道路监控摄像头实时采集的现场视频数据，实时识别得到车辆识别结果和车道线识别结果，然后针对识别出的各个车辆，根据所述车道线识别结果实时识别是否压线，再然后针对各个压线车辆，实时根据对应的车辆图像估计得到对应的车身方向以及待驶入车道，最后在根据所述车辆识别结果判定对应的车体标记框与在对应的待驶入车道上的前后两车辆的车体标记框均相交时，确定对应车辆存在意图加塞行为，并留存对应的车辆意图加塞判定证据，如此可以自主抓住车辆意图加塞行为识别以及证据留存时机，避免存在费时费力和识别标准难以统一的问题。准难以统一的问题。准难以统一的问题。

【技术实现步骤摘要】
一种车辆意图加塞行为识别方法、装置、设备及存储介质


[0001]本专利技术属于交通管制
，具体涉及一种车辆意图加塞行为识别方法、装置、设备及存储介质。

技术介绍

[0002]随着人们生活水平的日益提高及科技的不断进步，汽车逐步成为人们外出的一种代步工具，随之而来的交通违章行为日益增多。加塞行为主要是指驾驶机动车遇前方机动车停车排队或者缓慢行驶时,借道超车或者占用对面车道、穿插等候车辆。由于车辆随意“加塞”极易引发交通事故，因此车辆意图加塞行为是一种典型的违章驾驶行为，并配置有相应的处罚条例。
[0003]目前，现有的车辆意图加塞识别手段主要是基于由道路监控摄像头保存的视频数据进行人工分析，明显存在费时费力和识别标准因人为因素而难以统一的问题，同时由于这种数据分析时机多是在交通事故发生后进行，还存在行为识别、证据留存以及违章处理时机严重滞后的问题，不利于及时采取措施阻止意图加塞行为。因此，如何在交通监控过程中自动识别车辆意图加塞行为并留存证据，以便统一识别标准和减轻交通管制工作量，是本领域技术人员亟需研究的课题。

技术实现思路

[0004]本专利技术的目的是提供一种车辆意图加塞行为识别方法、装置、计算机设备及计算机可读存储介质，用以解决现有车辆意图加塞识别手段所存在费时费力、识别标准因人为因素而难以统一和行为识别以及证据留存时机严重滞后的问题。
[0005]为了实现上述目的，本专利技术采用以下技术方案：
[0006]第一方面，提供了一种车辆意图加塞行为识别方法，包括：/>[0007]获取由道路监控摄像头实时采集的现场视频数据；
[0008]采用目标检测算法对所述现场视频数据进行车辆识别实时处理，得到车辆识别结果，其中，所述车辆识别结果包含有识别出的至少一个车辆以及所述至少一个车辆中各个车辆的车体标记框；
[0009]采用车道线识别算法对所述现场视频数据进行车道线识别实时处理，得到车道线识别结果；
[0010]针对所述至少一个车辆中的各个车辆，实时根据所述车道线识别结果判断对应车辆是否压线，若是，则根据对应的车体标记框，从所述现场视频数据中截取出对应的车辆图像；
[0011]针对所述至少一个车辆中的各个压线车辆，实时根据对应的车辆图像估计得到对应的车身方向，并基于该车身方向确定对应的待驶入车道；
[0012]针对所述各个压线车辆，根据所述车辆识别结果判断对应的车体标记框是否与在对应的待驶入车道上的前后两车辆的车体标记框均相交，若是，则确定对应车辆存在意图
加塞行为，并留存对应的车辆意图加塞判定证据。
[0013]基于上述
技术实现思路
，提供了一种在交通监控过程中自动识别车辆意图加塞行为并留存证据的数据处理方案，即先根据由道路监控摄像头实时采集的现场视频数据，实时识别得到车辆识别结果和车道线识别结果，然后针对识别出的各个车辆，根据所述车道线识别结果实时识别是否压线，再然后针对各个压线车辆，实时根据对应的车辆图像估计得到对应的车身方向以及待驶入车道，最后在根据所述车辆识别结果判定对应的车体标记框与在对应的待驶入车道上的前后两车辆的车体标记框均相交时，确定对应车辆存在意图加塞行为，并留存对应的车辆意图加塞判定证据，如此可以自主抓住车辆意图加塞行为识别以及证据留存时机，进而可利于及时采取措施阻止加塞行为，同时还可避免存在费时费力和识别标准因人为因素而难以统一的问题，便于实际应用和推广。
[0014]在一个可能的设计中，采用目标检测算法对所述现场视频数据进行车辆识别实时处理，得到车辆识别结果，包括：
[0015]将所述现场视频数据中的现场视频图像实时导入基于YOLO v4目标检测算法的且已预先完成训练的车辆识别模型，得到车辆识别结果，其中，所述车辆识别结果包含有识别出的至少一个车辆以及所述至少一个车辆中各个车辆的车体标记框。
[0016]在一个可能的设计中，采用车道线识别算法对所述现场视频数据进行车道线识别实时处理，得到车道线识别结果，包括：
[0017]将所述现场视频数据中的现场视频图像实时变换为灰度图像；
[0018]对所述灰度图像进行高斯滤波实时处理，得到去噪图像；
[0019]对所述去噪图像进行边缘检测实时处理，得到包含有边缘像素点的边缘检测结果图像，其中，所述边缘像素点用于作为车道线像素点；
[0020]根据预设的感兴趣区域，对所述边缘检测结果图像进行掩模实时处理，得到仅在所述感兴趣区域内包含有边缘像素点的新边缘检测结果图像；
[0021]对所述新边缘检测结果图像进行霍夫变换实时处理，得到用于构成车道线的至少一个直线段；
[0022]根据所述至少一个直线段的斜率平均值和截距平均值，实时拟合得到连续的车道线；
[0023]将所述车道线实时加载到所述现场视频图像中，得到车道线识别结果。
[0024]在一个可能的设计中，针对所述至少一个车辆中的各个车辆，实时根据所述车道线识别结果判断对应车辆是否压线，包括：
[0025]针对所述至少一个车辆中的各个车辆，实时根据对应的车体标记框确定对应的框内对角线段；
[0026]针对所述各个车辆，实时根据所述车道线识别结果判断识别出的车道线是否与对应的框内对角线段相交，若是，则判定对应车辆压线，否则判定对应车辆不压线。
[0027]在一个可能的设计中，针对所述至少一个车辆中的各个压线车辆，实时根据对应的车辆图像估计得到对应的车身方向，包括：
[0028]针对所述至少一个车辆中的各个压线车辆，将对应的车辆图像导入基于MaskR
‑
CNN架构的且已预先完成训练的车身方向估计模型，输出得到对应车辆的车身方向属于在多个扇形分区中各个扇形分区的概率，其中，所述多个扇形分区是指将环向360度离散化的
所有非重叠扇形区域；
[0029]针对所述各个压线车辆，按照如下公式计算得到对应的车身方向角R：
[0030][0031]式中，K表示所述多个扇形分区的分区总数，k表示小于等于K的正整数，w
k
表示压线车辆的车身方向属于在所述多个扇形分区中第k个扇形分区的概率，θ
loc,k
表示所述第k个扇形分区的角度范围，median()表示取中位数函数。
[0032]在一个可能的设计中，针对所述至少一个车辆中的某个压线车辆，留存对应的车辆意图加塞判定证据，包括：
[0033]采用车牌号识别算法从所述某个压线车辆的车辆图像识别出所述某个压线车辆的车牌号码；
[0034]将所述某个压线车辆的车牌号码和在目标时段内采集的现场视频数据作为所述某个压线车辆的车辆意图加塞判定证据，并向违章驾驶举报平台发送携带有所述车辆意图加塞判定证据的违章驾驶举报消息，以便在所述违章驾驶举报平台进行证据留存，其中，所述目标时段包括有所述某个压线车辆的压线时段/和位于所述压线时段之后的定长相邻时段。
[0035]在一个可能的设计中，采用车牌号识别算法从所述某个压线车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆意图加塞行为识别方法，其特征在于，包括：获取由道路监控摄像头实时采集的现场视频数据；采用目标检测算法对所述现场视频数据进行车辆识别实时处理，得到车辆识别结果，其中，所述车辆识别结果包含有识别出的至少一个车辆以及所述至少一个车辆中各个车辆的车体标记框；采用车道线识别算法对所述现场视频数据进行车道线识别实时处理，得到车道线识别结果；针对所述至少一个车辆中的各个车辆，实时根据所述车道线识别结果判断对应车辆是否压线，若是，则根据对应的车体标记框，从所述现场视频数据中截取出对应的车辆图像；针对所述至少一个车辆中的各个压线车辆，实时根据对应的车辆图像估计得到对应的车身方向，并基于该车身方向确定对应的待驶入车道；针对所述各个压线车辆，根据所述车辆识别结果判断对应的车体标记框是否与在对应的待驶入车道上的前后两车辆的车体标记框均相交，若是，则确定对应车辆存在意图加塞行为，并留存对应的车辆意图加塞判定证据。2.根据权利要求1所述的车辆意图加塞行为识别方法，其特征在于，采用目标检测算法对所述现场视频数据进行车辆识别实时处理，得到车辆识别结果，包括：将所述现场视频数据中的现场视频图像实时导入基于YOLOv4目标检测算法的且已预先完成训练的车辆识别模型，得到车辆识别结果，其中，所述车辆识别结果包含有识别出的至少一个车辆以及所述至少一个车辆中各个车辆的车体标记框。3.根据权利要求1所述的车辆意图加塞行为识别方法，其特征在于，采用车道线识别算法对所述现场视频数据进行车道线识别实时处理，得到车道线识别结果，包括：将所述现场视频数据中的现场视频图像实时变换为灰度图像；对所述灰度图像进行高斯滤波实时处理，得到去噪图像；对所述去噪图像进行边缘检测实时处理，得到包含有边缘像素点的边缘检测结果图像，其中，所述边缘像素点用于作为车道线像素点；根据预设的感兴趣区域，对所述边缘检测结果图像进行掩模实时处理，得到仅在所述感兴趣区域内包含有边缘像素点的新边缘检测结果图像；对所述新边缘检测结果图像进行霍夫变换实时处理，得到用于构成车道线的至少一个直线段；根据所述至少一个直线段的斜率平均值和截距平均值，实时拟合得到连续的车道线；将所述车道线实时加载到所述现场视频图像中，得到车道线识别结果。4.根据权利要求1所述的车辆意图加塞行为识别方法，其特征在于，针对所述至少一个车辆中的各个车辆，实时根据所述车道线识别结果判断对应车辆是否压线，包括：针对所述至少一个车辆中的各个车辆，实时根据对应的车体标记框确定对应的框内对角线段；针对所述各个车辆，实时根据所述车道线识别结果判断识别出的车道线是否与对应的框内对角线段相交，若是，则判定对应车辆压线，否则判定对应车辆不压线。5.根据权利要求1所述的车辆意图加塞行为识别方法，其特征在于，针对所述至少一个车辆中的各个压线车辆，实时根据对应的车辆图像估计得到对应的车身方向，包括：
针对所述至少一个车辆中的各个压线车辆，将对应的车辆图像导入基于MaskR
‑
CNN架构的且已预先完成训练的车身方向估计模型，输出得到对应车辆的车身方向属于在多个扇形分区中各个扇形分区的概率，其中，所述多个扇形分区是指将环向360度离散化的所有非重叠扇形区域；针对所述各个压线车辆，按照如下公式计算得到对应的车身方向角R：式中，K表示所述多个扇形分区的分区总数，...

【专利技术属性】
技术研发人员：陈磊，黄金叶，
申请(专利权)人：深圳市旗扬特种装备技术工程有限公司，
类型：发明
国别省市：