一种车辆拥堵检测方法以及终端技术

本发明专利技术提供的一种车辆拥堵检测方法以及终端，通过区分目标区域以及预置区域轮流获取对应的视频信息，使得视频监控区域能够更加集中，从而保证视频信息的清晰度，提高深度学习算法分析处理的效果。并且通过深度学习算法分析对应区域的视频信息，得到对应区域的拥堵率以及车辆速度，在非拥堵情况时，只需要获取目标区域的视频信息，使得处理对象单一，从而保证检测算法的实时有效性；在目标区域发生拥堵情况后，再获取预置区域的视频信息，从而对包括目标区域以及预置区域的连续路段的车辆拥堵情况进行汇总处理，以此方式来确保监控区域的整体拥堵状态，避免单个区域计算拥堵率造成误报的问题。误报的问题。误报的问题。

【技术实现步骤摘要】
一种车辆拥堵检测方法以及终端


[0001]本专利技术涉及视频图像处理领域，尤其涉及一种车辆拥堵检测方法以及终端。

技术介绍

[0002]高速收费站在节假日等高峰期存在着严重的车辆拥堵排队现象，目前的收费站所用的拥堵检测设备一般是视频检测摄像机，但由于收费站场景的复杂性，传统的视频检测摄像机无法覆盖并监控整个收费广场，而且视频检测摄像机在进行单个区域的拥堵检测时存在误报情况，导致检测装置无法正确获取收费广场整体的拥堵状态，并且单一画面的相机监控由于距离远，其采集的视频比较模糊，无法正确识别画面中的车辆。

技术实现思路

[0003]本专利技术所要解决的技术问题是：提供一种车辆拥堵检测方法以及终端，避免单个区域计算拥堵率导致误报的问题，提高车辆拥堵检测的精确性。
[0004]为了解决上述技术问题，本专利技术采用的技术方案为：一种车辆拥堵检测方法，包括：获取目标区域的视频信息，通过深度学习算法分析所述目标区域的视频信息得到所述目标区域的车辆拥堵信息；所述车辆拥堵信息包括拥堵率以及车辆速度；判断所述目标区域的拥堵率是否超过预设阈值，若是，则获取所述目标区域对应的预置区域的视频信息，通过深度学习算法分析所述预置区域的视频信息得到所述预置区域的车辆拥堵信息；根据所述目标区域的车辆拥堵信息以及所述预置区域的车辆拥堵信息获取所述目标区域对应的连续路段内的车辆拥堵情况。
[0005]为了解决上述技术问题，本专利技术采用的另一种技术方案为：一种车辆拥堵检测终端，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的一种车辆拥堵检测方法中的各个步骤。
[0006]本专利技术的有益效果在于：通过区分目标区域以及预置区域轮流获取对应的视频信息，使得视频监控区域能够更加集中，从而保证视频信息的清晰度，提高深度学习算法分析处理的效果。并且通过深度学习算法分析对应区域的视频信息，得到对应区域的拥堵率以及车辆速度，在非拥堵情况时，只需要获取目标区域的视频信息，使得处理对象单一，从而保证检测算法的实时有效性；在目标区域发生拥堵情况后，再获取预置区域的视频信息，从而对包括目标区域以及预置区域的连续路段的车辆拥堵情况进行汇总处理，以此方式来确保监控区域的整体拥堵状态，避免单个区域计算拥堵率造成误报的问题。
附图说明
[0007]图1为本专利技术公开的一种车辆拥堵检测方法的流程图；
图2为本专利技术实施例提供的区域分布图；图3为本专利技术实施例提供的实时路况图；图4为本专利技术公开的一种车辆拥堵检测终端的结构示意图；图5为本专利技术实施例提供的车辆拥堵检测终端的结构示意图；标号说明：201、存储器；202、处理器；2011、第一存储器；2021、第一处理器；2012、第二存储器；2022、第二处理器；2013、第三存储器；2023、第三处理器。
具体实施方式
[0008]为详细说明本专利技术的
技术实现思路
、所实现目的及效果，以下结合实施方式并配合附图予以说明。
[0009]请参照图1，本专利技术实施例提供了一种车辆拥堵检测方法，包括：获取目标区域的视频信息，通过深度学习算法分析所述目标区域的视频信息得到所述目标区域的车辆拥堵信息；所述车辆拥堵信息包括拥堵率以及车辆速度；判断所述目标区域的拥堵率是否超过预设阈值，若是，则获取所述目标区域对应的预置区域的视频信息，通过深度学习算法分析所述预置区域的视频信息得到所述预置区域的车辆拥堵信息；根据所述目标区域的车辆拥堵信息以及所述预置区域的车辆拥堵信息获取所述目标区域对应的连续路段内的车辆拥堵情况。
[0010]从上述描述可知，本专利技术的有益效果在于：通过区分目标区域以及预置区域轮流获取对应的视频信息，使得视频监控区域能够更加集中，从而保证视频信息的清晰度，提高深度学习算法分析处理的效果。并且通过深度学习算法分析对应区域的视频信息，得到对应区域的拥堵率以及车辆速度，在非拥堵情况时，只需要获取目标区域的视频信息，使得处理对象单一，从而保证检测算法的实时有效性；在目标区域发生拥堵情况后，再获取预置区域的视频信息，从而对包括目标区域以及预置区域的连续路段的车辆拥堵情况进行汇总处理，以此方式来确保监控区域的整体拥堵状态，避免单个区域计算拥堵率造成误报的问题。
[0011]进一步地，所述通过深度学习算法分析所述目标区域的视频信息得到所述目标区域的车辆拥堵信息，或所述通过深度学习算法分析所述预置区域的视频信息得到所述预置区域的车辆拥堵信息包括：通过YOLOv4模型分析对应区域的视频信息得到对应区域内的车辆数以及车辆面积总和；所述对应区域为目标区域或预置区域；根据对应区域内的最大车辆数以及所述车辆数得到车辆占有率；根据对应区域的面积以及所述车辆面积总和得到面积占有率；获取所述车辆占有率以及所述面积占有率中的最小值，得到对应区域的拥堵率；获取对应区域内已识别的车辆在预设时间段内的目标视频信息，根据所述目标视频信息得到对应区域的车辆速度；根据所述拥堵率和所述车辆速度得到对应区域的车辆拥堵信息。
[0012]由上述描述可知，采用深度学习YOLOv4模型框架作为图像分析算法，其优势在于YOLOv4模型作为one
‑
stage算法，跳过传统two
‑
stage第一阶段的生成获选区域，直接产生
物体的类别概率和位置坐标值，经过单次检测直接得到最终的检测结果，速度更快，可以满足本专利技术应用场景中分析实时视频的需求。通过深度学习算法获取到对应区域内的车辆数以及车辆面积总和，通过两种方式分别计算对应区域的车辆占有率和面积占有率，然后将车辆占有率或面积占有率作为对应区域的拥堵率，二者进行相互校验，以此方式来避免单一区域计算拥堵率存在误差的情况。同时获取对应区域中车辆速度，便于对包括目标区域以及预置区域的连续路段进行整体拥堵情况的判定，提高整体检测的精确性。
[0013]进一步地，所述预置区域包括连续的多个子区域；所述根据所述目标区域的车辆拥堵信息以及所述预置区域的车辆拥堵信息获取所述目标区域对应的连续路段内的车辆拥堵情况包括：获取所述目标区域作为第一待测区域，将所述第一待测区域标记为上游区域；判断所述预置区域在预设方向上是否存在与所述第一待测区域相邻的子区域，若是，则获取所述子区域作为第二待测区域，将所述第二待测区域标记为下游区域；根据所述上游区域的车辆拥堵信息以及所述下游区域的车辆拥堵信息判断所述上游区域的车辆拥堵情况，并获取所述下游区域作为第一待测区域，执行将所述第一待测区域标记为上游区域步骤；否则，根据所述预设条件判断所述第一待测区域的拥堵率是否超过所述预设阈值，得到所述目标区域以及每一个所述子区域的车辆拥堵情况；根据所述目标区域以及每一个所述子区域的车辆拥堵情况确定所述连续路段内的车辆拥堵等级以及车辆拥堵长度。
[0014]由上述描述可知，通过相邻监控区域之间的连续关系判断上游区域是否发生拥堵，能够有效地衡量连续路段内的交通情况，避免区域之间独立判断造成拥堵检测误报，提高检测的精确性。
[0015]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆拥堵检测方法，其特征在于，包括：获取目标区域的视频信息，通过深度学习算法分析所述目标区域的视频信息得到所述目标区域的车辆拥堵信息；所述车辆拥堵信息包括拥堵率以及车辆速度；判断所述目标区域的拥堵率是否超过预设阈值，若是，则获取所述目标区域对应的预置区域的视频信息，通过深度学习算法分析所述预置区域的视频信息得到所述预置区域的车辆拥堵信息；根据所述目标区域的车辆拥堵信息以及所述预置区域的车辆拥堵信息获取所述目标区域对应的连续路段内的车辆拥堵情况。2.根据权利要求1所述的一种车辆拥堵检测方法，其特征在于，所述通过深度学习算法分析所述目标区域的视频信息得到所述目标区域的车辆拥堵信息，或所述通过深度学习算法分析所述预置区域的视频信息得到所述预置区域的车辆拥堵信息包括：通过YOLOv4模型分析对应区域的视频信息得到对应区域内的车辆数以及车辆面积总和；所述对应区域为目标区域或预置区域；根据对应区域内的最大车辆数以及所述车辆数得到车辆占有率；根据对应区域的面积以及所述车辆面积总和得到面积占有率；获取所述车辆占有率以及所述面积占有率中的最小值，得到对应区域的拥堵率；获取对应区域内已识别的车辆在预设时间段内的目标视频信息，根据所述目标视频信息得到对应区域的车辆速度；根据所述拥堵率和所述车辆速度得到对应区域的车辆拥堵信息。3.根据权利要求1所述的一种车辆拥堵检测方法，其特征在于，所述预置区域包括连续的多个子区域；所述根据所述目标区域的车辆拥堵信息以及所述预置区域的车辆拥堵信息获取所述目标区域对应的连续路段内的车辆拥堵情况包括：获取所述目标区域作为第一待测区域，将所述第一待测区域标记为上游区域；判断所述预置区域在预设方向上是否存在与所述第一待测区域相邻的子区域，若是，则获取所述子区域作为第二待测区域，将所述第二待测区域标记为下游区域；根据所述上游区域的车辆拥堵信息以及所述下游区域的车辆拥堵信息判断所述上游区域的车辆拥堵情况，并获取所述下游区域作为第一待测区域，执行将所述第一待测区域标记为上游区域步骤；否则，判断所述第一待测区域的拥堵率是否超过所述预设阈值，得到所述目标区域以及每一个所述子区域的车辆拥堵情况；根据所述目标区域以及每一个所述子区域的车辆拥堵情况确定所述连续路段内的车辆拥堵等级以及车辆拥堵长度。4.根据权利要求3所述的一种车辆拥堵检测方法，其特征在于，所述根据所述上游区域的车辆拥堵信息以及所述下游区域的车辆拥堵信息判断所述上游区域的车辆拥堵情况具体为：判断所述上游区域的车辆拥堵信息以及所述下游区域的车辆拥堵信息是否满足第一条件：
；若满足所述第一条件，则判断所述上游区域的车辆拥堵信息以及所述下游...

【专利技术属性】
技术研发人员：吴荣琛，张宇，李文蒙，
申请(专利权)人：深圳金三立视频科技股份有限公司，
类型：发明
国别省市：