[發明專利]一種基于全卷積網絡的車道內車輛計數方法

在審

• 申請號: 201910323074.1
• 申請日: 2019-04-22
• 公開（公告）號: CN110009634A
• 公開（公告）日: 2019-07-12
• 發明（設計）人: 楊嬌嬌;胡靜遠;袁媛
• 申請（專利權）人: 蘇州海賽人工智能有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06K9/00;G06K9/32;G08G1/065
• 代理公司: 北京科家知識產權代理事務所(普通合伙) 11427
• 代理人: 陳娟

1.一種基于全卷積網絡的車道內車輛計數方法，其特征在于，包括以下步驟：

S1，設置監控檢測區域，用監控攝像頭拍攝所述監控檢測區域，并提取視頻幀信息，對所述視頻幀信息進行分車道處理，在每個所述車道區域中設置感興趣區域，所述感興趣區域為每個車道需要被監控檢測的區域；

S2，對提取到的所述視頻幀信息進行特征提取，得到當前監控畫面對應的車輛目標，并輸出車輛密度圖；

S3，根據S2得到的所述車輛密度圖且根據步驟S1所劃分的所述車道區域，即能夠得到任意一個所述車道對應的車輛數目，其計算公式如下

其中，N_i為任意一個所述車道i包含的車輛數目，S_i為任意一個所述車道i在所述視頻幀信息中的感興趣區域；

所述監控檢測區域中總車輛數目N為：

S4,對每個所述車道i能容納的所述車輛數目N_i均預設一個閾值y_i；如果時間T內的任意時刻，N_i＞y_i，則開啟速度判斷機制，進入步驟S5；否則，不進入步驟S5；

S5，構建3D卷積網絡模型，利用其得到短時間t內，所述車道i內的車輛平均速度v_i；

S6，結合步驟S3和步驟S5的信息判斷當前所述車道i是否存在擁堵現象，其判斷方法為：若在時間T內的任意時刻，所述車道i內的車輛數目N_i＞y_i，且所述車道i內的平均速度v_i＜speed_i，其中speed_i為預先設定的判斷擁堵的速度閾值，則判定所述車道i為擁堵，并輸出所述車道i中的車輛排隊長度；否則，判定所述車道i為不擁堵。

2.如權利要求1所述的基于全卷積網絡的車道內車輛計數方法，其特征在于，步驟S1中的所述感興趣區域的確定方法為：從被處理的所述視頻幀信息中以方框、圓、橢圓、不規則多邊形的方式勾勒得到所述感興趣區域。

3.如權利要求2所述的基于全卷積網絡的車道內車輛計數方法，其特征在于，步驟S1中，所述視頻幀信息的提取方式是OpenCV。

4.如權利要求3所述的基于全卷積網絡的車道內車輛計數方法，其特征在于，步驟S2中，特征提取的模型為全卷積網絡模型。

5.如權利要求4所述的基于全卷積網絡的車道內車輛計數方法，其特征在于，步驟S2中，所述全卷積網絡模型運用能夠擴大網絡感受野的反卷積網絡模型，用于獲取像素級別的所述車輛密度圖。

6.如權利要求1-5任意一項所述的基于全卷積網絡的車道內車輛計數方法，其特征在于，包括步驟S7，計算車流量：

f＝v*N/L；

其中f為車流量，L為監控畫面內的所述車道的實際長度，v為所述監控檢測區域內的所有車輛平均速度。

7.如權利要求6所述的基于全卷積網絡的車道內車輛計數方法，其特征在于，步驟S6中，在不同的車道內，設定的所述車輛目標數閾值y_i不同；在不同的車道內，設定的所述速度閾值speed_i不同。

8.如權利要求7所述的基于全卷積網絡的車道內車輛計數方法，其特征在于，所述車道包括但不限于左轉車道、右轉車道和直行道。

9.如權利要求8所述的基于全卷積網絡的車道內車輛計數方法，其特征在于，其搭載的載體為Linux、Windows和Mac OS操作系統。