[發明專利]一種基于Faster R-CNN與視頻技術的橋面車輛時空信息獲取方法

有效

• 申請號: 201811091873.2
• 申請日: 2018-09-19
• 公開（公告）號: CN109064495B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 張建;張博
• 申請（專利權）人: 東南大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/60;G06T7/80;G08G1/017
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 葛瀟敏

1.一種基于Faster R-CNN與視頻技術的橋面車輛時空信息獲取方法，其特征在于包括以下步驟：

S1：將車輛按車寬分為三類，分別是寬體車、中體車和窄體車，在每條車道上分別選定兩輛長度已知的寬體標準車與窄體標準車，對視頻監控畫面進行標定；

S2：在視頻監控畫面中建立四邊形虛擬檢測區，在檢測區內用直線標注車道分界線并建立對應的直線方程；

S3：建立車輛圖片數據庫用于訓練Faster R-CNN網絡，將訓練后的網絡用于視頻的逐幀目標檢測；

S4：根據基于Faster R-CNN的車輛檢測結果，通過計算在四邊形虛擬檢測區內不同幀中邊界框中心間的距離來判斷跟蹤目標，在跟蹤的同時建立每輛車對應的信息序列，序列中的每個元素包含邊界框坐標、車型、車道編號及當前幀號；

S5：在跟蹤過程中利用車輛邊界框左下角坐標與車道分界線所在直線的位置關系來判斷車輛所在車道；

S6：當車輛離開檢測區后，根據圖像標定結果、車輛信息序列及虛擬檢測區信息，計算得到車型、車長、軸數、車速、所在車道；

S7：根據車輛參數及檢測區位置并結合車速不變假設計算獲得橋面車輛的時空信息。

2.根據權利要求1所述的橋面車輛時空信息獲取方法，其特征在于所述的步驟S1包括以下步驟：

S11：當已知長度的寬體標準車和窄體標準車在視頻中行駛時，對視頻間隔4幀進行采樣，在各車道的每個采樣幀上，以車輛左邊緣的X坐標X_A為參考來標定不同位置上寬體車與窄體車車寬所占像素個數NF，中體車的車寬標定結果取寬體車與窄體車的中間值；

S12：根據寬體標準車或窄體標準車已知的車輛長度以對應車輛側面中點X坐標X_C為參考來標定像素所代表的沿車道方向實際長度RL；

S13：在所有采樣幀上用多項式并基于最小二乘法來擬合X_A與NF的關系：

其中，是擬合X_A與NF關系的最優多項式系數向量，α_K,Q是擬合X_A與NF關系的候選多項式系數向量，是標準車左邊緣的X坐標，是沿X軸標準車車寬所占像素個數，f_K,Q是關于和α_K,Q的多項式函數，下標K為車輛類型，Q為車道號，上標i是采樣幀的編號；

S14：在所有采樣幀上用多項式并基于最小二乘法來擬合X_C與RL的關系：

其中，是擬合X_C與RL關系的最優多項式系數向量，β_K,Q是擬合X_C與RL關系的候選多項式系數向量，是標準車側面中點X坐標X_C，是沿X軸標準車側面所占像素個數，L_CV,K為標準車實際長度，g_K,Q是關于和β_K,Q的多項式函數，下標K為車輛類型，Q為車道號，上標j是采樣幀的編號。

3.根據權利要求1所述的橋面車輛時空信息獲取方法，其特征在于所述的四邊形虛擬檢測區長度覆蓋3-5個常見大型貨車，寬度覆蓋單向所有車道。

4.根據權利要求1或2所述的橋面車輛時空信息獲取方法，其特征在于所述的寬體車包括重型貨車、重型廂式貨車、罐車、轎運車、客車，中體車包括輕型卡車、輕型廂式貨車，窄體車為小型車。

5.根據權利要求1所述的一種基于Faster R-CNN與視頻技術的橋面車輛時空信息獲取方法，其特征在于所述的步驟S3包括以下步驟：

S31：搭建基于ZF模型的Faster R-CNN網絡；

S32：建立包括重型貨車、重型廂式貨車、罐車、轎運車、客車、輕型卡車、輕型廂式貨車、小型車的車型圖片數據庫，在數據庫中只標注面向攝像頭的車輛，并且標注邊界框緊緊包裹車輛目標；

S33：網絡經車型數據庫訓練后用于目標檢測，在檢測時只選擇中心在檢測區內的目標邊界框作為計算對象。