[發(fā)明專利]一種基于高速公路監(jiān)控視頻的路面拋灑物檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310177342.X
• 申請(qǐng)日: 2023-02-24
• 公開（公告）號(hào): CN116343136A
• 公開（公告）日: 2023-06-27
• 發(fā)明（設(shè)計(jì)）人: 孫健
• 申請(qǐng)（專利權(quán)）人: 江蘇寧杭高速公路有限公司
• 主分類號(hào): G06V20/54
• 分類號(hào): G06V20/54;G06V10/80;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 南京佰騰智信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32509
• 代理人: 黃杭飛

本發(fā)明提出了一種基于高速公路監(jiān)控視頻的路面拋灑物檢測(cè)方法，屬于智能交通技術(shù)領(lǐng)域，包括：獲取高速公路路段背景圖像數(shù)據(jù)集，獲取拋灑物圖像數(shù)據(jù)集；將拋灑物數(shù)據(jù)集與道路背景圖像結(jié)合，構(gòu)建道路拋灑物數(shù)據(jù)集；VIBE背景建模，獲取背景以及前景；改進(jìn)YOLOv5網(wǎng)絡(luò)模型并優(yōu)化；利用改進(jìn)后的YOLOv5模型對(duì)拋灑物進(jìn)行分類檢測(cè)。本發(fā)明提出了一種構(gòu)建高速公路場(chǎng)景拋灑物數(shù)據(jù)集的方法，與實(shí)地勘測(cè)獲取高速公路場(chǎng)景拋灑物數(shù)據(jù)集相比，大大節(jié)省了時(shí)間和成本，提升了安全性。另外，改進(jìn)了YOLOv5網(wǎng)絡(luò)使得路側(cè)視角下也能實(shí)時(shí)高效地進(jìn)行目標(biāo)跟蹤，同時(shí)提高了檢測(cè)精度。

技術(shù)領(lǐng)域

本發(fā)明屬于智能交通技術(shù)領(lǐng)域，具體為一種基于高速公路監(jiān)控視頻的路面拋灑物檢測(cè)方法。

背景技術(shù)

隨著我國經(jīng)濟(jì)的快速發(fā)展，我國高速公路里程不斷增加。隨之而來的是車流量和貨物運(yùn)輸量的不斷提升，同時(shí)由于高速公路行車速度較快，高速公路事故發(fā)生率也在不斷上升。

交通事故造成的擁堵每年造成全世界數(shù)十億美元的生產(chǎn)力損失、財(cái)產(chǎn)損失和個(gè)人傷害。高速公路拋灑物是破壞正常運(yùn)輸過程的重要原因之一。貨車貨物泄露以及行車人員在高速公路上隨意丟棄垃圾構(gòu)成了高速公路拋灑物的主要來源。這些物體體積小，不易被司機(jī)及時(shí)發(fā)現(xiàn)，導(dǎo)致車輛避讓不及從而引發(fā)交通事故。

隨著信息化的發(fā)展，自動(dòng)檢測(cè)道路中拋灑物，降低拋灑物引發(fā)交通事故與擁堵的概率已成為高速公路智慧化的必要條件。

目前，對(duì)于高速公路拋灑五的檢測(cè)方法主要有兩種，傳統(tǒng)的人工巡檢以及自動(dòng)檢測(cè)。人工巡檢效率低下且覆蓋率較低，而當(dāng)下高速公路視頻監(jiān)控普及程度越來越高，因此通過監(jiān)控視頻自動(dòng)檢測(cè)拋灑物成為一種新型有效的方式。

發(fā)明內(nèi)容

本發(fā)明提出一種基于高速公路監(jiān)控視頻的路面拋灑物檢測(cè)方法，其目的在于解決了高速公路拋灑物檢測(cè)的問題。

本發(fā)明實(shí)施例提供了一種基于高速公路監(jiān)控視頻的路面拋灑物檢測(cè)方法，包括：

S1：構(gòu)建基礎(chǔ)數(shù)據(jù)集。獲取高速公路監(jiān)控視頻獲取路段背景圖像數(shù)據(jù)集，并從ImageNet下載相應(yīng)的拋灑物圖像數(shù)據(jù)集。

S2：圖像融合。將拋灑物的中心與背景圖像中隨機(jī)選擇的路面區(qū)域的重合，然后將其粘貼到場(chǎng)景圖象中，生成合成圖像，構(gòu)建高速公路場(chǎng)景拋灑物數(shù)據(jù)集。

S3：VIBE背景建模。獲取背景以及前景。

S4：構(gòu)建神經(jīng)網(wǎng)絡(luò)。基于YOLOv5網(wǎng)絡(luò)改進(jìn)搭建神經(jīng)網(wǎng)絡(luò)模型。

S5：訓(xùn)練優(yōu)化模型。將拋灑物數(shù)據(jù)集輸入神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，并根據(jù)訓(xùn)練結(jié)果對(duì)模型進(jìn)行優(yōu)化，得到拋灑物檢測(cè)模型的訓(xùn)練權(quán)重和分類結(jié)果。

S6：拋灑物檢測(cè)。利用訓(xùn)練好的深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行拋灑物檢測(cè)。

優(yōu)選地，若是將拋灑物放于實(shí)際場(chǎng)景獲得大量的圖像是危險(xiǎn)的且費(fèi)用昂貴，采用實(shí)際背景圖片與拋灑物圖片融合而成的高速公路拋灑物圖像安全且高效。

優(yōu)選地，高速公路監(jiān)控視頻是固定視角，畫面變化比較小，所以采用背景建模方法，VIBE是一種用于模擬背景和檢測(cè)前景的算法。

優(yōu)選地，搭建神經(jīng)網(wǎng)絡(luò)采用YOLOv5模型，在YOLOv5網(wǎng)絡(luò)上進(jìn)行了兩個(gè)改進(jìn)。一是將卷積核的大小減少到1×1。因此，前向卷積層可以在不增加參數(shù)數(shù)量的情況下獲得更小尺度的核，而后向卷積層可以在此基礎(chǔ)上構(gòu)建更高層次的特征，比如在邊緣、形狀和對(duì)象類型的層次上的結(jié)構(gòu)特征。另一個(gè)改進(jìn)是增加了不同卷積層之間的卷積連接，如在ResNet上跳躍連接。

本發(fā)明的有益效果為：

1、本發(fā)明基于高速公路監(jiān)控視頻對(duì)道路拋灑物進(jìn)行檢測(cè)與識(shí)別，降低了人工成本，提升了檢測(cè)效率。