[發明專利]基于深度卷積神經網絡的多任務車輛逆向行駛視覺檢測系統

在審

• 申請號: 201710440989.1
• 申請日: 2017-06-13
• 公開（公告）號: CN107730904A
• 公開（公告）日: 2018-02-23
• 發明（設計）人: 湯一平;王輝;溫曉岳;錢小鴻
• 申請（專利權）人: 銀江股份有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017;G08G1/056;G06K9/00;G06K9/34
• 代理公司: 杭州斯可睿專利事務所有限公司33241
• 代理人: 王利強

技術領域

本發明涉及人工智能、卷積神經網絡和計算機視覺在車輛逆向行駛檢測方面的應用，屬于智能交通領域。

背景技術

單車道在城市道路通行中扮演著重要的角色，提高了城市道路通行水平，有效地緩解了城市交通擁堵。然而隨著單車道的作用日益增強，伴隨的安全隱患越來越受到人們的重視，而逆行違章事件又是造成單車道通行安全隱患的重要原因，如何有效地發現逆行現象，并及時制止，從而防止由于逆行所造成的人員和財產損失，一直作為智能交通領域中的一個熱點問題，有著巨大的商業價值和經濟效益。

逆向行駛，指的是車輛違法駛入對向車道、違法駛入單行線，在單行通道特別是人流聚集區中的逆行行為，極易引起交通擁堵，甚至造成事故。目前通常的檢測手段是根據車道屬性，即上行還是下行，行車軌跡等信息來判斷是否存在違法駛入對向車道、違法駛入單行線等行為。因此，對監控場景中的車輛等移動目標進行的實時逆行檢測，發出報警并觸發其他相關動作，是逆行檢測的主要任務。

目前常用的車輛逆行圖像檢測方法有：基于光流的逆行檢測方法可以檢測出物體的運動，但是對噪聲干擾靈敏，容易漏報和誤報；基于目標跟蹤的逆行檢測方法可以比較穩定的檢測出逆行，但需要對每個目標進行檢測，速度較慢，要求跟蹤一直持續，資源占用嚴重，在多目標的場景中無法適用；基于光流與聚類的逆行檢測方法能顯著降低運算的復雜度，但僅通過對光流場特征點進行聚類來確定逆行，檢測的準確率又不足。

中國發明專利申請號為201610319456.3公開了一種基于圖像處理的機動車道車輛逆行識別方法，該方法利用幾何濾波和空間聚類方法過濾線段噪聲，提高了中心黃線的識別率；同時利用Kalman濾波算法對中心黃線進行預跟蹤和預測從而得出最優中心黃線，有效地降低了個別幀的中心黃線識別錯誤或失敗對車輛逆行識別方法造成的影響

中國發明專利申請號為201510089718.7公開了一種車輛逆行的檢測方法和檢測系統，該裝置主要通過顏色識別和直線識別從道路行駛圖像中確定待檢測車輛在道路中的位置，再結合表征方向的靜態特征物來確定車輛的預估行駛方向，并且通過光流法檢測移動特征物的運動方向和速度，最后加權確定車輛是否逆行。

上述視覺檢測技術屬于前深度學習時代的視覺檢測技術，存在著檢測精度和檢測魯棒性不高的問題。

最近幾年深度學習在計算機視覺領域的技術得到了迅速的發展,深度學習能利用大量的訓練樣本和隱藏層逐層深入地學習圖像的抽象信息,更全面直接地獲取圖像特征。數字圖像是以矩陣來描述的,卷積神經網絡更好地從局部信息塊出發,進而描述圖像的整體結構,故在計算機視覺領域,深度學習方法中大多采用卷積神經網絡來解決問題。回繞著提高檢測精度和檢測時間，深度卷積神經網絡技術從R-CNN，Faster R-CNN到Fasterer R-CNN。具體表現為進一步精度提升、加速、端到端及更實用化，幾乎覆蓋了從分類到檢測、分割、定位各個領域。深度學習技術運用于車輛逆向行駛視覺檢測將是一個非常有實際應用價值的研究領域。

當人類的視覺系統在感知運動目標時，運動目標會在視覺系統的成像平面上形成一種均勻變化的圖像流，稱之為光流。光流表達了圖像像素隨時間的變化快慢程度，是一個圖像序列中的圖像灰度模式的表觀運動，是空間運動物體的被觀測表面上的像素點運動的瞬時速度場。光流法的優點在于提供了運動目標的相對運動速度、運動姿勢位置以及表面紋理結構等豐富信息，而且能夠在不知道場景任何信息的情況下，甚至復雜場景下，也能檢測到運動目標。因此，在檢測出道路上的車輛后，可以用光流法來識別運動車輛運行方向。

發明內容

為了克服已有車輛逆向行駛檢測方式的檢測精度較低、檢測魯棒性不高的不足，本發明提供一種檢測精度較高、魯棒性較高的基于深度卷積神經網絡的多任務車輛逆向行駛視覺檢測系統。

本發明解決其技術問題所采用的技術方案是：

一種基于深度卷積神經網絡的多任務車輛逆向行駛視覺檢測系統，包括安裝在城市道路上的攝像機、交通云服務器和道路車輛逆向行駛檢測系統；

所述的攝像機用于獲取城市各道路上的視頻數據，配置在道路的上方，通過網絡將道路上的視頻圖像數據傳輸給所述的交通云服務器；

所述的交通云服務器用于接收從所述的攝像機所獲得的道路視頻數據，并將其遞交給所述的道路車輛逆向行駛檢測系統進行違章檢測并對違章車輛身份識別，最后將檢測結果合并現場抓拍圖像自動生成違章檢測報告保存在云服務器中，以便對逆向行駛車輛的車主進行警告和處罰，從而杜絕逆向行為的發生；