[發(fā)明專(zhuān)利]一種道路交通狀態(tài)識(shí)別方法、系統(tǒng)及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810399193.0
• 申請(qǐng)日: 2018-04-28
• 公開(kāi)（公告）號(hào): CN108510739A
• 公開(kāi)（公告）日: 2018-09-07
• 發(fā)明（設(shè)計(jì)）人: 彭博;蔡曉禹;唐聚;張媛媛;李少博
• 申請(qǐng)（專(zhuān)利權(quán)）人: 重慶交通大學(xué)
• 主分類(lèi)號(hào): G08G1/01
• 分類(lèi)號(hào): G08G1/01;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京輕創(chuàng)知識(shí)產(chǎn)權(quán)代理有限公司 11212
• 代理人: 賴(lài)麗娟

1.一種道路交通狀態(tài)識(shí)別方法，其特征在于，包括以下步驟：

S1，獲取道路的至少一張圖像；

S2，判斷出每張所述圖像中道路的交通狀態(tài)，利用每張所述圖像與對(duì)應(yīng)的交通狀態(tài)構(gòu)建圖像基準(zhǔn)庫(kù)；

S3，根據(jù)圖像基準(zhǔn)庫(kù)創(chuàng)建初始神經(jīng)網(wǎng)絡(luò)模型，對(duì)所述初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，當(dāng)所述初始神經(jīng)網(wǎng)絡(luò)模型的各項(xiàng)參數(shù)滿(mǎn)足預(yù)設(shè)條件后得到深度網(wǎng)絡(luò)模型；

S4，根據(jù)所述深度網(wǎng)絡(luò)模型判斷新的圖像中道路的交通狀態(tài)。

2.根據(jù)權(quán)利要求1所述的道路交通狀態(tài)識(shí)別方法，其特征在于：步驟S1中，還包括：在每張所述圖像內(nèi)選擇出感興趣區(qū)域，所述感興趣區(qū)域?yàn)樾枰獧z測(cè)交通狀態(tài)的道路區(qū)域；步驟S2中，具體包括：判斷每張所述圖像內(nèi)的所述感興趣區(qū)域內(nèi)的交通狀態(tài)，利用每張所述圖像與對(duì)應(yīng)的感興趣區(qū)域內(nèi)的交通狀態(tài)構(gòu)建圖像基準(zhǔn)庫(kù)。

3.根據(jù)權(quán)利要求2所述的道路交通狀態(tài)識(shí)別方法，其特征在于：步驟S1中，還包括：將所述感興趣區(qū)域按照路段劃分為一個(gè)或者多個(gè)分區(qū)；步驟S2中，具體包括：判斷每張所述圖像內(nèi)的每個(gè)所述分區(qū)內(nèi)的交通狀態(tài)，利用每張所述圖像與對(duì)應(yīng)的每個(gè)所述分區(qū)內(nèi)的交通狀態(tài)構(gòu)建圖像基準(zhǔn)庫(kù)；步驟S4中，具體包括：根據(jù)所述深度網(wǎng)絡(luò)模型判斷新的圖像內(nèi)感興趣區(qū)域的各個(gè)分區(qū)的交通狀態(tài)。

4.根據(jù)權(quán)利要求3所述的道路交通狀態(tài)識(shí)別方法，其特征在于：步驟S1中，具體包括：獲取道路的至少一張圖像，將所述感興趣區(qū)域按照車(chē)道劃分為一個(gè)或者多個(gè)分區(qū)。

5.根據(jù)權(quán)利要求4所述的道路交通狀態(tài)識(shí)別方法，其特征在于：步驟S4中，具體包括：

利用所述深度網(wǎng)絡(luò)模型判斷各所述分區(qū)的交通狀態(tài)，然后將各所述分區(qū)的交通狀態(tài)取眾數(shù)得到所述路段或者所述車(chē)道的交通狀態(tài)。

6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的道路交通狀態(tài)識(shí)別方法，其特征在于：步驟S3中，還包括：利用深度網(wǎng)絡(luò)模型驗(yàn)證至少一個(gè)所述圖像所表示的交通狀態(tài)，根據(jù)驗(yàn)證后得到的交通狀態(tài)和被驗(yàn)證圖像實(shí)際表示的交通狀態(tài)得到準(zhǔn)確率，若所述準(zhǔn)確率低于預(yù)設(shè)值，則返回步驟S2；否則執(zhí)行步驟S4。

7.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的道路交通狀態(tài)識(shí)別方法，其特征在于：步驟S2中，還包括：利用色彩抖動(dòng)和旋轉(zhuǎn)變換的方式增加所述圖像的數(shù)量。

8.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的道路交通狀態(tài)識(shí)別方法，其特征在于：步驟S3中，具體包括：

S31，調(diào)用所述圖像基準(zhǔn)庫(kù)中的全部所述圖像；

S32，將全部所述圖像按照交通情況分類(lèi)并重命名；

S33，將全部所述圖像修改為單通道灰度圖像，并將全部所述單通道灰度圖像修改為預(yù)設(shè)尺寸；

S34，利用卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練對(duì)初始神經(jīng)網(wǎng)絡(luò)模型的各項(xiàng)參數(shù)進(jìn)行優(yōu)化，根據(jù)優(yōu)化后的全部所述圖像得到所述深度網(wǎng)絡(luò)模型。

9.一種道路交通狀態(tài)識(shí)別系統(tǒng)，其特征在于，包括：

獲取單元，用于獲取道路的至少一張圖像；

學(xué)習(xí)單元，用于判斷出每張所述圖像中道路的交通狀態(tài)，利用每張所述圖像與對(duì)應(yīng)的交通狀態(tài)構(gòu)建圖像基準(zhǔn)庫(kù)；

調(diào)整單元，根據(jù)所述圖像基準(zhǔn)庫(kù)創(chuàng)建初始神經(jīng)網(wǎng)絡(luò)模型，用于對(duì)所述初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，當(dāng)所述初始神經(jīng)網(wǎng)絡(luò)模型的各項(xiàng)參數(shù)滿(mǎn)足預(yù)設(shè)條件后得到深度網(wǎng)絡(luò)模型；

識(shí)別單元，用于根據(jù)所述深度網(wǎng)絡(luò)模型判斷新的圖像中道路的交通狀態(tài)。

10.一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有指令，當(dāng)計(jì)算機(jī)讀取所述指令時(shí)，使所述計(jì)算機(jī)執(zhí)行如權(quán)利要求1至8中任一項(xiàng)所述的方法。