[發明專利]確定交通擁堵等級的方法及電子設備

在審

• 申請號: 202210197934.3
• 申請日: 2022-03-02
• 公開（公告）號: CN114639036A
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 陳維強;王雯雯;馮遠宏
• 申請（專利權）人: 青島海信網絡科技股份有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V20/52;G06K9/62;G06N3/04;G06N3/08;G06V10/25;G06V10/44;G06V10/774;G06V10/82
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 金俊姬

1.一種確定交通擁堵等級的方法，其特征在于，所述方法包括：

每隔指定時長，獲取目標視頻圖像；其中，所述目標視頻圖像包括交通道路中的多個目標檢測區域；

針對所述目標視頻圖像中的任意一個目標檢測區域，執行以下步驟：

基于所述目標檢測區域中各車輛的相對速度以及車輛的總數量，確定出所述目標檢測區域是否發生交通擁堵；其中，任一車輛的相對速度是通過所述目標視頻圖像和上一幀目標視頻圖像確定出的；

若確定所述目標檢測區域發生交通擁堵，則針對所述目標檢測區域中的任意一個等級檢測區域，根據所述目標檢測區域中各車輛的位置，確定在所述等級檢測區域中的各第一車輛；并，

通過各目標第一車輛在所述等級檢測區域中的面積以及所述等級檢測區域的面積，得到擁堵等級參數；其中，所述各車輛的位置和所述目標第一車輛在所述等級檢測區域中的面積為基于目標檢測模型確定出的，且所述目標第一車輛為相對速度小于預設閾值的第一車輛；

利用各等級檢測區域的擁堵等級參數，得到所述目標檢測區域的交通擁堵等級。

2.根據權利要求1所述的方法，其特征在于，所述目標檢測區域中各車輛的總數量是基于目標檢測神經網絡模型yolov4確定出的，且所述yolov4包括主干網絡、空間金字塔池化SPP層和PANet網絡結構層；

所述SPP層得到的第一特征圖在輸入到PANet網絡結構層之前需要先進行上采樣操作；以及，

所述主干網絡中的第四殘差塊得到的第二特征圖在輸入到PANet網絡結構層之前需要先進行上采樣操作和注意力機制特征提取操作。

3.根據權利要求2所述的方法，其特征在于，所述注意力機制特征提取操作是通過注意力機制特征提取層進行的，且所述注意力機制特征提取層包括至少一個子特征提取層，所述子特征提取層包括全連接層和激活函數。

4.根據權利要求1所述的方法，其特征在于，所述基于所述目標檢測區域中各車輛的相對速度以及車輛的總數量，確定出所述目標檢測區域是否發生交通擁堵，包括：

通過所述目標檢測區域中各車輛的相對速度，得到與所述目標檢測區域對應的平均相對速度；

基于所述平均相對速度和車輛的總數量，得到擁堵參數；

將所述擁堵參數與預設擁堵閾值進行比對；

若所述擁堵參數大于預設擁堵閾值，則確定所述目標檢測區域發生交通擁堵；

若所述擁堵參數不大于所述預設擁堵閾值，則確定所述目標檢測區域未發生交通擁堵。

5.根據權利要求4所述的方法，其特征在于，所述擁堵參數滿足下列公式：

其中，T為所述擁堵參數，為所述平均相對速度，N為所述車輛的總數量，k₁、k₂為預設權重。

6.根據權利要求1或4所述的方法，其特征在于，通過以下方式確定所述目標檢測區域中各車輛的相對速度：

利用目標檢測模型對所述目標檢測區域中的車輛進行檢測，得到所述目標檢測區域中各車輛的位置；

針對任意一個車輛，根據所述車輛的位置和所述車輛在上一幀目標視頻圖像中的位置，得到所述車輛的相對位移；

基于所述車輛的相對位移，確定所述車輛的相對速度。

7.根據權利要求1所述的方法，其特征在于，所述通過各目標第一車輛在所述等級檢測區域中的面積以及所述等級檢測區域的面積，得到擁堵等級參數，包括：

將各目標第一車輛在所述等級檢測區域中的面積相加，得到車輛總面積；

將所述車輛總面積和所述等級檢測區域的面積相除，得到所述擁堵等級參數。