[發(fā)明專利]一種基于圖像處理的智能交通控制方法

在審

• 申請?zhí)枺?/td>: 201710683208.1
• 申請日: 2017-08-10
• 公開（公告）號(hào): CN107689158A
• 公開（公告）日: 2018-02-13
• 發(fā)明（設(shè)計(jì)）人: 曾軍英;趙曉曉;秦傳波;甘俊英;翟懿奎;林作永
• 申請（專利權(quán)）人: 五邑大學(xué)
• 主分類號(hào): G08G1/07
• 分類號(hào): G08G1/07;G08G1/08
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司44205
• 代理人: 梁嘉琦

1.一種基于圖像處理的智能交通控制方法，其特征在于，包括以下步驟：

A、獲取當(dāng)前路口的視頻圖像數(shù)據(jù)；

B、分析處理所述視頻圖像數(shù)據(jù)；

C、對所述視頻圖像數(shù)據(jù)進(jìn)行判別；

D、生成通行規(guī)則，發(fā)布通行命令。

2.根據(jù)權(quán)利要求1所述的一種基于圖像處理的智能交通控制方法，其特征在于,所述步驟A中獲取當(dāng)前路口的視頻圖像數(shù)據(jù)，包括以下步驟：

A1、采集當(dāng)前路口的交通視頻流；

A2、將所述交通視頻流中的車輛視頻流與行人視頻流分離開來。

3.根據(jù)權(quán)利要求1所述的一種基于圖像處理的智能交通控制方法，其特征在于,所述步驟B中分析處理所述視頻圖像數(shù)據(jù)包括檢測所述車輛視頻流中的車輛和所述行人視頻流中的行人。

4.根據(jù)權(quán)利要求3所述的一種基于圖像處理的智能交通控制方法，其特征在于,檢測所述車輛視頻流中的車輛包括對所述車輛視頻流中的車輛進(jìn)行計(jì)數(shù)與識(shí)別，并生成車流量信息和車輛類別信息。

5.根據(jù)權(quán)利要求4所述的一種基于圖像處理的智能交通控制方法，其特征在于,檢測所述行人視頻流中的行人包括對所述行人視頻流中的行人進(jìn)行計(jì)數(shù)，并生成行人通行量信息。

6.根據(jù)權(quán)利要求5所述的一種基于圖像處理的智能交通控制方法，其特征在于,所述步驟C中對所述視頻圖像數(shù)據(jù)進(jìn)行判別，包括以下步驟：

C1、根據(jù)所述車流量信息、所述車輛類別信息和所述行人通行量信息生成預(yù)定通行規(guī)則；

C2、結(jié)合當(dāng)前路口通行狀態(tài)信息和所述預(yù)定通行規(guī)則，生成通行決策。

7.根據(jù)權(quán)利要求5所述的一種基于圖像處理的智能交通控制方法，其特征在于,對所述車輛視頻流中的車輛進(jìn)行計(jì)數(shù)是由深度學(xué)習(xí)方法來實(shí)現(xiàn)的，具體步驟包括：

B11、創(chuàng)建基于區(qū)域的快速卷積神經(jīng)網(wǎng)絡(luò),所述快速卷積神經(jīng)網(wǎng)絡(luò)包括卷積層、池化層、全連接層和篩選層；

B12、從當(dāng)前路口的目標(biāo)圖像中選擇候選區(qū)域；

B13、利用卷積層和池化層處理目標(biāo)圖像，產(chǎn)生候選區(qū)域的特征圖；

B14、池化層從候選區(qū)域的特征圖中提取特征向量；

B15、將特征向量送入全連接層，全連接層輸出兩個(gè)同級(jí)的輸出層，其中一個(gè)輸出層輸出車輛的概率估計(jì)值，另一個(gè)輸出層輸出標(biāo)記車輛的邊界框；

B16、將邊界框送入篩選層，對車輛進(jìn)行計(jì)數(shù)。

8.根據(jù)權(quán)利要求7所述的一種基于圖像處理的智能交通控制方法，其特征在于，對所述行人視頻流中的行人進(jìn)行計(jì)數(shù)是由深度學(xué)習(xí)方法來實(shí)現(xiàn)的，具體步驟包括：

B21、從目標(biāo)圖像中獲得視角圖；

B22、估計(jì)視角圖并在視角圖的基礎(chǔ)上根據(jù)候選區(qū)域中心的行人位置創(chuàng)建人群密度圖；

B23、建立匹配網(wǎng)絡(luò)，以人群密度圖作為真值來訓(xùn)練所述匹配網(wǎng)絡(luò)；

B24、從目標(biāo)圖像中檢索出具有可識(shí)別的視角、尺度和密度分布的局部塊；

B25、將目標(biāo)圖像輸入到匹配網(wǎng)絡(luò)中，得到行人密度分布圖；

B26、從行人密度分布圖中檢索出與所述局部塊的視角、尺度和密度分布相似的分塊；

B27、根據(jù)分塊生成卷積神經(jīng)網(wǎng)絡(luò)，由所述卷積神經(jīng)網(wǎng)絡(luò)對行人進(jìn)行計(jì)數(shù)。

9.根據(jù)權(quán)利要求4所述的一種基于圖像處理的智能交通控制方法，其特征在于，對所述車輛視頻流中的車輛進(jìn)行識(shí)別包括識(shí)別救護(hù)車、警車和消防車。

10.根據(jù)權(quán)利要求9所述的一種基于圖像處理的智能交通控制方法，其特征在于，對所述車輛視頻流中的車輛進(jìn)行識(shí)別的具體步驟包括：

B11、建立一個(gè)與警車、消防車和救護(hù)車有關(guān)的數(shù)據(jù)庫；

B12、將數(shù)據(jù)庫的一部分用作訓(xùn)練集，另一部分用作測試集；

B13、利用訓(xùn)練集對捕捉到的視頻中的車輛進(jìn)行識(shí)別。