[發明專利]一種用于道路交叉口交通管理的方法及系統

有效

• 申請號: 201911317612.2
• 申請日: 2019-12-19
• 公開（公告）號: CN110969875B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 曹泉;何小晨;劉紹兵
• 申請（專利權）人: 深圳市哈工大交通電子技術有限公司
• 主分類號: G08G1/081
• 分類號: G08G1/081;G06K9/62;G08G1/01
• 代理公司: 廣州一銳專利代理有限公司 44369
• 代理人: 董云;甘奎強

1.一種用于道路交叉口交通管理的方法，其特征在于，包括：

獲取拍攝的視頻；

將拍攝的視頻進行視頻幀配準生成配準幀；

所述的視頻幀配準方法包括：

確定基準幀與待匹配幀；

將待匹配幀通過深度學習模型生成二值化蒙板；

在二值化蒙板上，進行基準幀與待匹配幀之間的特征點提取與匹配，生成特征點組合；

根據特征點組合計算待匹配幀到基準幀的投影映射矩陣；

根據投影映射矩陣對待匹配幀進行投影變換，轉換為配準幀；

所述的深度學習模型的訓練方法包括：

獲取樣本并進行標定，所述的樣本為不同場景以及不同光照條件下的交通目標圖像；

調節深度學習卷積神經網絡的結構和參數進行測試；

獲取無法正確識別的正負樣本圖；

將無法識別的正負樣本圖進行再次訓練；

對深度學習模型的網絡結構進行加速與優化；

對配準幀進行處理生成路口背景圖；

通過配準幀獲取路口交通流參數；

對路口背景圖進行路口丈量。

2.根據權利要求1所述的一種用于道路交叉口交通管理的方法，其特征在于，所述的根據特征點組合計算待匹配幀到基準幀的投影映射矩陣，使用了RANSAC算法進行錯誤匹配的篩選。

3.根據權利要求1所述的一種用于道路交叉口交通管理的方法，其特征在于，所述的路口背景圖是利用混合高斯算法，將多個配準幀進行累計并去除運動目標后，生成的路口背景圖。

4.根據權利要求1所述的一種用于道路交叉口交通管理的方法，其特征在于，所述的通過配準幀獲取路口交通流參數的方法包括：

使用深度學習網絡對車輛進行檢測識別，定位到每一個車輛的位置與大小；

在配準幀中對車輛進行跟蹤，生成跟蹤鏈；

根據跟蹤鏈，對經過檢測區域的車輛進行計算和統計，得出交通參數。

5.根據權利要求1所述的一種用于道路交叉口交通管理的方法，其特征在于，所述的使用對路口背景圖進行路口丈量，包括：

載入路口背景圖，將背景圖調節到適應尺寸；

根據已實際丈量的線段對路口背景圖進行長度標定；

計算路口背景圖的像素長度比例，所述的像素長度比例=長度值/線段像素；

計算起止點的長度。

6.一種用于道路交叉口交通管理的系統，其特征在于，包括：

視頻獲取模塊：所述的視頻獲取模塊獲取拍攝的視頻；

視頻幀配準模塊：所述的配準模塊用于將拍攝的視頻進行視頻幀配準生成配準幀；

所述的視頻幀配準方法包括：

確定基準幀與待匹配幀；

將待匹配幀通過深度學習模型生成二值化蒙板；

在二值化蒙板上，進行基準幀與待匹配幀之間的特征點提取與匹配，生成特征點組合；

根據特征點組合計算待匹配幀到基準幀的投影映射矩陣；

根據投影映射矩陣對待匹配幀進行投影變換，轉換為配準幀；

所述的深度學習模型的訓練方法包括：

獲取樣本并進行標定，所述的樣本為不同場景以及不同光照條件下的交通目標圖像；

調節深度學習卷積神經網絡的結構和參數進行測試；

獲取無法正確識別的正負樣本圖；

將無法識別的正負樣本圖進行再次訓練；

對深度學習模型的網絡結構進行加速與優化；

背景圖生成模塊：所述的背景圖生成模塊用于對配準幀進行處理生成路口背景圖；

交通流參數檢測模塊：所述的交通流參數檢測模塊用于通過配準幀獲取路口交通流參數；

丈量模塊：所述的丈量模塊用于對路口背景圖進行路口丈量。

7.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序指令，該程序指令適于由處理器加載并執行權利要求1~5任一項所述的方法。

8.一種移動終端，其特征在于，包括處理器以及存儲器，所述的處理器用于執行存儲器中存儲的程序，以實現權利要求1~5任一項所述的方法。