【技术实现步骤摘要】
本专利技术涉及图像识别，更具体地，涉及一种基于视频分析的高速公路路面遗留障碍物判定方法。
技术介绍
1、基于视频分析的路面遗留障碍物识别，目前多采用基于深度学习的图像识别方法，包括视频目标检测和图像语义分割的方法。由于遗留障碍物具体是什么物体有巨大不确定性，如果采用目标检测算法，必须枚举各种可能的障碍物，并且采集路面障碍物样本训练算法来识别。这样，一方面穷举可能的障碍物是不可能的，另一方面很多路面障碍物因为罕见也非常难以采集训练样本，导致训练算法过拟合，难以准确检出障碍物。由于高速公路路面铺设与标志标线设置较为规范，虽然障碍物难以穷举，但标志、标线、设施、车辆、行人等正常目标却是有限的。
2、因而，在路面遗留物的检测中引入图像语义分割技术，将路面、标志标线、设施、车辆等正常目标分割出来，在路面区域的其他部分就是遗留“障碍物”。该方法可以有效发现各种不常见的“障碍物”，但很容易将积水、道路补丁、阴影等识别为障碍物，而遗落在公路上的尺寸小、轻薄、分散的物体实际并没有危险不构成交通障碍，亟需一种方法将它们与真正的“障碍物”相区分。
技术实现思路
1、为了解决现有技术中存在的不足，本专利技术提供了一种基于视频分析的高速公路路面遗留障碍物判定方法，根据高速公路路面特征，针对识别的“障碍物”，判断其是否真的是障碍物，是否严重妨碍交通安全，从而避免浪费人力物力进行不必要的处置。
2、作为本专利技术的第一个方面，提供一种基于视频分析的高速公路路面遗留障碍物判定方法，包括以下
3、步骤s1：获取高速公路路面视频图像；
4、步骤s2：识别出所述高速公路路面视频图像中的疑似障碍物；
5、步骤s3：从所述疑似障碍物中检测出尺寸小于第一设定值或厚度小于第二设定值的非障碍物；
6、步骤s4：对所述疑似障碍物中的非障碍物进行过滤，以得到轻薄障碍物；
7、步骤s5：对所述轻薄障碍物进行危险等级判定，并根据所述轻薄障碍物的危险等级进行预警。
8、进一步地，所述识别出所述高速公路路面视频图像中的疑似障碍物，还包括：
9、运用卷积神经网络架构的深度学习图像语义分割模型，借助反卷积层和注意力机制对所述高速公路路面视频图像进行精细化像素级标注，以识别出所述高速公路路面视频图像中的第一正常目标，其中，所述第一正常目标包括道路、交通标志、标线以及各类机动车辆；
10、采用基于深度学习的目标分类模型，融合多尺度特征提取与长短期记忆网络以捕获时空依赖关系，以识别出所述高速公路路面视频图像中的第二正常目标，其中，所述第二正常目标包括非机动车辆、行人、路面积水和积雪；
11、将所述高速公路路面视频图像中除所述第一正常目标和第二正常目标之外的其他异常目标作为所述疑似障碍物。
12、进一步地，所述从所述疑似障碍物中检测出尺寸小于第一设定值或厚度小于第二设定值的非障碍物，还包括：
13、运用目标检测算法框架，对所述疑似障碍物进行尺寸和形态特征估计，以从所述疑似障碍物中检测出尺寸小于第一设定值或厚度小于第二设定值的非障碍物。
14、进一步地，所述对所述轻薄障碍物进行危险等级判定，并根据所述轻薄障碍物的危险等级进行预警，还包括：
15、采用深度学习目标跟踪算法，对所述轻薄障碍物进行实时有效的轨迹追踪和状态更新；
16、依据预先训练的障碍物风险评估模型以及可配置的决策阈值体系，对识别出的所述轻薄障碍物进行危险等级判定，当所述轻薄障碍物的危险等级大于预设等级阈值时，发出遗留障碍物预警信息。
17、本专利技术提供的一种基于视频分析的高速公路路面遗留障碍物判定方法具有以下优点：通过基于深度学习的图像语义分割技术，将视频帧图像中的道路、标志标线、设施、车辆等正常目标分割出来，对于车道内非路面区域视为“障碍物”，再利用一系列组合算法和逻辑判断，来确认是否真的构成障碍物，是否严重妨碍交通安全，从而避免浪费人力物力进行不必要的处置，有效提升道路交通安全管控的效率。
本文档来自技高网...【技术保护点】
1.一种基于视频分析的高速公路路面遗留障碍物判定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于视频分析的高速公路路面遗留障碍物判定方法，其特征在于，所述识别出所述高速公路路面视频图像中的疑似障碍物，还包括：
3.根据权利要求1所述的基于视频分析的高速公路路面遗留障碍物判定方法，其特征在于，所述从所述疑似障碍物中检测出尺寸小于第一设定值或厚度小于第二设定值的非障碍物，还包括：
4.根据权利要求1所述的基于视频分析的高速公路路面遗留障碍物判定方法，其特征在于，所述对所述轻薄障碍物进行危险等级判定，并根据所述轻薄障碍物的危险等级进行预警，还包括：
【技术特征摘要】
1.一种基于视频分析的高速公路路面遗留障碍物判定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于视频分析的高速公路路面遗留障碍物判定方法，其特征在于，所述识别出所述高速公路路面视频图像中的疑似障碍物，还包括：
3.根据权利要求1所述的基于视频分析的高速公路路面遗...
【专利技术属性】
技术研发人员：杨卓敏，张森，缪新顿，张祥，施一珑，张慧辰，尤冬海，陶侃，
申请(专利权)人：公安部交通管理科学研究所，
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。