一种无人机视角下的高速公路异常事件检测和跟踪方法技术

本发明专利技术涉及目标检测和跟踪技术领域，具体涉及一种无人机视角下的高速公路异常事件检测和跟踪方法，包括：建立无人机视角航拍历史数据集；构建目标检测模型和目标跟踪模型，并基于历史数据集对目标检测模型和目标跟踪模型进行训练；获取高速公路实时航拍图像，输入训练后的目标检测模型，获取目标车辆的位置信息和环境信息；将检测出的目标车辆信息输入训练后的目标跟踪模型，获取目标车辆的运动轨迹信息；根据目标车辆的位置信息、环境信息和运动轨迹信息，分析并判断所述目标车辆是否存在异常事件；输出所述异常事件的检测结果。本发明专利技术的技术方案可有效对捕捉车辆动态，为异常事件及时发现与处理提供有效支持，提高道路运行的安全性和效率。

【技术实现步骤摘要】

本专利技术涉及目标检测和跟踪，具体涉及一种无人机视角下的高速公路异常事件检测和跟踪方法。

技术介绍

1、近年来，智能交通系统(intelligent transport system,its)技术持续成为交通研究领域的热点。其中，事件自动检测(automatic incident detection,aid)作为its系统的关键构成部分，通过实时采集各种交通数据，采用自动检测算法，实现了对交通事件的即时检测。交通事件自动检测对提高交通安全保障有着重要意义，它能够迅速且精确地捕捉到交通事件，并立即通知相关部门介入处理，有效降低了事故造成的人员伤亡风险，预防了二次事故的发生。此外，交通事件自动检测的同时还为交通管理部门提供了宝贵的交通数据，有助于其开发数字经济，优化管理决策，提升工作效能。

2、随着人工智能和智能检测技术的飞速发展，近些年来，自动检测算法的相关研究不断深入。目前对高速公路交通事件检测算法的研究中，目标检测和目标跟踪广泛应用的智能算法。目标检测是通过提取高速公路图片中的目标信息，进而实现对目标进行分类和定位。目标跟踪是捕获车辆在连续帧本文档来自技高网...

【技术保护点】

1.一种无人机视角下的高速公路异常事件检测和跟踪方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种无人机视角下的高速公路异常事件检测和跟踪方法，其特征在于，所述改进的YOLO v11网络结构包括：

3.如权利要求2所述的一种无人机视角下的高速公路异常事件检测和跟踪方法，其特征在于，目标检测模型训练采用Focal-WIOU Loss函数，所述Focal-WIOU损失函数由WIoU损失函数和Focal损失函数组合而成，Focal-WIOU损失函数的计算公式如下：

4.如权利要求1所述的一种无人机视角下的高速公路异常事件检测和跟踪方法，其特征在于，...

【技术特征摘要】

1.一种无人机视角下的高速公路异常事件检测和跟踪方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种无人机视角下的高速公路异常事件检测和跟踪方法，其特征在于，所述改进的yolo v11网络结构包括：

3.如权利要求2所述的一种无人机视角下的高速公路异常事件检测和跟踪方法，其特征在于，目标检测模型训练采用focal-wiou loss函数，所述focal-wiou损失函数由wiou损失函数和focal损失函数组合而成，focal-wiou损失函数的计算公式如下：

4.如权利要求1所述的一种无人机视角下的高速公路异常事件检测和跟踪方法，其特征在于，所述目标检测模型采用软性非极大值抑制算法进行目标框过滤，所述软性非极大值抑制算法通过对iou值较高的候选框应用基于高斯函数的置信度衰减机制实现对重叠目标框的动态筛选，软性非极大值抑制算法的公式如下：

5.如权利要求1所述的一种无人机视角下的高速公路异常事件检测和跟踪方法，其特征在于，所述改进的deepsort网络结构基于resnet-18架构，包括输入层、卷积层、池化层、残差层和全连接层，残差层包括残差...

【专利技术属性】
技术研发人员：肖代全，徐学才，陈泽希，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：