[發明專利]一種基于幾何投影的車輛壓線檢測方法

有效

• 申請號: 202011008149.6
• 申請日: 2020-09-23
• 公開（公告）號: CN112101268B
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 劉遠超;吳宗林;王曉榮;唐浩;黃俊俊;楊進
• 申請（專利權）人: 浙江浩騰電子科技股份有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V20/58;G06V20/52
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 周紅芳

本發明提出了一種基于幾何投影的交通車輛壓線檢測方法，包括：圖像分割；使用卷積神經網絡進行車輛檢測與特征提取；對檢測出的車輛進行篩選；對篩選出的目標違法相似車輛進行底盤擬合；對目標違法相似車輛進行壓線檢測判斷。本發明通過深度學習實現對車輛的目標檢測與特征提取，并且通過幾何投影進行車輛底盤的擬合，再在車輛底盤擬合的基礎上進行車輛壓線判斷，能夠準確的對車輛壓線行為進行判斷。

技術領域

本發明涉及深度學習技術領域，具體涉及一種基于幾何投影的車輛壓線檢測方法。

背景技術

近年來，隨著城市化發展進程的不斷推進，城市交通的需求量也逐年提升，車輛保有量不斷增加，產生的交通違法事件也隨之增多。交通違法事件一般會經由電子攝像頭拍攝，將包含違法行為動態過程的多張圖片記錄下來，并且合成上傳到交通管理平臺。在各種交通違法行為中，車輛壓線違法行駛易導致剮蹭、追尾等交通事故，進而造成交通擁堵，給交通安全和效率造成嚴重危害。因此針對車輛壓線檢測的相關研究提出了更多要求。

車輛壓線檢測最直接的方法是認為觀察違法圖片中車輛的壓線情況，但是人工成本高，且效率低下，工作時間短。因為依賴計算機的車輛違章壓線檢測是實際需要的。當前常用的車輛壓線檢測方法為，使用canny邊緣檢測算法與霍夫變換擬合出車道線，然后根據車道線上是否存在遮擋、壓線物的存在來判斷車輛壓線結果，但該類算法受光照、天氣、拍攝角度原因影響較大，誤差較大，魯棒性較差。

而當前與本發明相關的車輛壓線檢測方法有：發明專利(公開號：CN110298300A，名稱：一種檢測車輛違章壓線的方法)公開了一種基于深度學習的車輛違章壓線檢測方法，但該發明專利沒有考慮因視角差異導致的車輛檢測框與真實車輛底盤框之間的差異，而本發明進行幾何投影獲得車輛底盤擬合框，準確率更高，效果更好，兩者存在明顯的差別。

發明內容

為克服現有技術上檢測精度低、檢測速度慢、魯棒性的不足，本發明提供了一種基于幾何投影的交通車輛壓線檢測方法。

本發明的技術方案如下：

一種基于幾何投影的交通車輛壓線檢測方法，其特征在于，包括如下步驟：

步驟1：讀取四合一的車輛壓線違法圖像，并將其進行四等分為四張子圖像，將等分得到的左上、右上、左下、右下的子圖像分別記得I_i,i＝1,2,3,4，圖像I₄中車輛唯一，且為目標違法車輛；

步驟2：采用深度卷積神經檢測模型，檢測出I_i中的所有車輛，并構成集合其中，表示圖像I_i中的第j輛車的包絡框，表示左上角的坐標，和分別表示的寬和高，F_i^j表示圖像I_i中的第j輛車的特征向量，F_i^j＝{f_i^jk|k＝1,2,...,K}，f_i^jk表示F_i^j中的第k個特征，K表示車輛特征向量維度，m_i表示第i張子圖像檢測出車的數量，且m₄＝1；

步驟3：對步驟2得到的集合C進行篩選，具體為：

步驟3.1：通過公式(1)計算目標違法車輛與所有車輛之間的特征相似度集合

其中表示圖像I₄中的目標違法車輛與圖像I_i中的第j輛車的特征相似度，表示圖像I₄中的第1輛車的特征向量，F_i^j表示圖像I_i中的第j輛車的特征向量，K表示車輛特征向量維度，表示圖像I₄中的第1輛車的第k個特征；