System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及圖像識別,更具體地,涉及一種基于監控視頻的高速公路交通事故分階段發現方法。
技術介紹
1、高速公路交通事故及時發現非常重要,如果延遲發現未及時處置,一方面可能造成二次事故或傷員搶救不及時,另一方面也將延長道路占用時間,影響高速公路通行效率。除了報警之外,高速公路管理部門主要通過視頻巡邏的方式主動發現交通事故。但是人工視頻巡邏工作量大,效率低,嚴重依賴個人責任心,亟需一種基于視頻的高速公路交通事故人工智能識別算法。
2、高速公路交通事故分為多個階段,一是事故發生階段,比如車輛碰撞前后,特點是交通秩序尚未破壞,交通對象容易識別跟蹤;二是事故發生初期階段,特點是交通秩序瞬間紊亂,但車輛尚未堆積(即擁堵看起來不嚴重),高速上行人不多(離開車輛的駕乘人員),交通對象仍然容易識別,但不容易跟蹤;三是事故發生較長時間未處置階段,特點是高速公路嚴重擁堵,交通對象不容易識別也不容易跟蹤;四是事故處置完成階段,特點是交通秩序逐漸恢復,擁堵減輕,跟事故發生初期類似,但沒有事故車輛。
3、對于不同交通事故的不同階段,交管部門處置的重點不同,事故發生階段因為公路車速仍然較快,應以救人和防止二次事故為重點;事故發生初期,應在救人的同時,建立臨時交通秩序;事故較長時間未處置時,因為交通擁堵,應在救人的同時加快轉移相關事故車輛,疏導交通;而事故處置完成階段,則不應再投入應急處置資源。
技術實現思路
1、為了解決現有技術中存在的不足,本專利技術提供了一種基于監控視頻的高速公路交
2、作為本專利技術的第一個方面,提供一種基于監控視頻的高速公路交通事故分階段發現方法,包括以下步驟:
3、步驟s1:獲取高速公路的監控視頻;
4、步驟s2:根據所述高速公路的監控視頻確定出高速公路的交通事故階段;
5、步驟s3:當所述監控視頻中的車輛運行軌跡出現交叉后靜止現象,且車輛運行軌跡靜止后從所述監控視頻中識別出事故車輛、事故碎片和事故人員時,確定出所述高速公路為交通事故剛剛發生階段;
6、步驟s4:當所述監控視頻中的車輛數量和行人數量均出現增多現象,且此時從所述監控視頻中識別出事故車輛、事故碎片和事故人員,確定出所述高速公路為交通事故發生初期階段;
7、步驟s5:當所述監控視頻中出現交通擁堵,且此時從所述監控視頻中識別出事故車輛和事故碎片,且此時所述監控視頻中出現集中于若干點的多個車輛避讓軌跡,確定出所述高速公路為交通事故發生較長時間未處置階段。
8、進一步地,所述當所述監控視頻中的車輛運行軌跡出現交叉后靜止現象,且車輛運行軌跡靜止后從所述監控視頻中識別出事故車輛、事故碎片和事故人員時,確定出所述高速公路為交通事故剛剛發生階段中,還包括:
9、應用多目標跟蹤算法跟蹤所述監控視頻中的車輛,以得到車輛運行軌跡,當車輛運行軌跡出現交叉后靜止現象時,疑似所述高速公路為交通事故剛剛發生階段;
10、車輛運行軌跡靜止后,采用基于卷積神經網絡訓練的高速公路事故車輛、事故碎片和事故人員識別算法對所述監控視頻進行識別,當從所述監控視頻中識別出事故車輛、事故碎片和事故人員時,確定出所述高速公路為交通事故剛剛發生階段。
11、進一步地,所述當所述監控視頻中的車輛數量和行人數量均出現增多現象,且此時從所述監控視頻中識別出事故車輛、事故碎片和事故人員,確定出所述高速公路為交通事故發生初期階段中,還包括:
12、當車輛運行軌跡未出現交叉后靜止現象,或者從所述監控視頻中未識別出事故車輛、事故碎片和事故人員時,計算出所述監控視頻中的車輛數量和行人數量,當所述監控視頻中的車輛數量和行人數量均出現增多現象時,疑似所述高速公路為交通事故發生初期階段,然后判斷從所述監控視頻中是否能夠識別出事故車輛、事故碎片和事故人員;
13、當從所述監控視頻中識別出事故車輛、事故碎片和事故人員時,確定出所述高速公路為交通事故發生初期階段;
14、當從所述監控視頻中未識別出事故車輛、事故碎片和事故人員時,跟蹤所述監控視頻中行人的移動軌跡,當行人的移動軌跡為事故滯留人員的移動軌跡時,確定出所述高速公路為交通事故發生初期階段。
15、進一步地,所述計算出所述監控視頻中的車輛數量和行人數量,當所述監控視頻中的車輛數量和行人數量均出現增多現象時,疑似所述高速公路為交通事故發生初期階段中,還包括:
16、通過跟蹤所述監控視頻中的車輛運行軌跡,以計算出單位時間內高速公路通行的車輛數量,同時計算出所述監控視頻中單幀畫面中的車輛數量和行人數量;
17、如果滿足單位時間內高速公路通行的車輛數量減少、監控視頻中單幀畫面中的車輛數量增加和監控視頻中單幀畫面中的行人數量增加三者中的任意兩種情況,則疑似所述高速公路為交通事故發生初期階段。
18、進一步地,所述當所述監控視頻中出現交通擁堵,且此時從所述監控視頻中識別出事故車輛和事故碎片,且此時所述監控視頻中出現集中于若干點的多個車輛避讓軌跡,確定出所述高速公路為交通事故發生較長時間未處置階段中,還包括:
19、當所述監控視頻中的車輛數量和行人數量未出現增多現象時,判斷所述監控視頻中是否出現交通擁堵;
20、若所述監控視頻中未出現交通擁堵時,則確定出所述高速公路為交通事故處置完成階段或者無交通事故;若所述監控視頻中出現交通擁堵,則判斷從所述監控視頻中是否能夠識別出事故車輛和事故碎片;
21、若從所述監控視頻中未識別出事故車輛和事故碎片,則確定出所述高速公路為交通事故處置完成階段或者無交通事故;若從所述監控視頻中識別出事故車輛和事故碎片,則判斷所述監控視頻中是否出現集中于若干點的多個車輛避讓軌跡;
22、若所述監控視頻中出現集中于若干點的多個車輛避讓軌跡,則確定出所述高速公路為交通事故發生較長時間未處置階段;若所述監控視頻中未出現集中于若干點的多個車輛避讓軌跡,則確定出所述高速公路為交通事故處置完成階段或者無交通事故。
23、本專利技術提供的一種基于監控視頻的高速公路交通事故分階段發現方法具有以下優點:根據高速公路發生交通事故時不同階段的視頻圖像特征及時發現交通事故,從而提高高速公路交通管理部門介入處置的及時性,有效避免二次事故和事故損害擴大,加快恢復高速公路交通秩序。
本文檔來自技高網...【技術保護點】
1.一種基于監控視頻的高速公路交通事故分階段發現方法,其特征在于,所述基于監控視頻的高速公路交通事故分階段發現方法包括以下步驟:
2.根據權利要求1所述的基于監控視頻的高速公路交通事故分階段發現方法,其特征在于,所述當所述監控視頻中的車輛運行軌跡出現交叉后靜止現象,且車輛運行軌跡靜止后從所述監控視頻中識別出事故車輛、事故碎片和事故人員時,確定出所述高速公路為交通事故剛剛發生階段中,還包括:
3.根據權利要求2所述的基于監控視頻的高速公路交通事故分階段發現方法,其特征在于,所述當所述監控視頻中的車輛數量和行人數量均出現增多現象,且此時從所述監控視頻中識別出事故車輛、事故碎片和事故人員,確定出所述高速公路為交通事故發生初期階段中,還包括:
4.根據權利要求3所述的基于監控視頻的高速公路交通事故分階段發現方法,其特征在于,所述計算出所述監控視頻中的車輛數量和行人數量,當所述監控視頻中的車輛數量和行人數量均出現增多現象時,疑似所述高速公路為交通事故發生初期階段中,還包括:
5.根據權利要求3所述的基于監控視頻的高速公路交通事故分階段發現方法
...【技術特征摘要】
1.一種基于監控視頻的高速公路交通事故分階段發現方法,其特征在于,所述基于監控視頻的高速公路交通事故分階段發現方法包括以下步驟:
2.根據權利要求1所述的基于監控視頻的高速公路交通事故分階段發現方法,其特征在于,所述當所述監控視頻中的車輛運行軌跡出現交叉后靜止現象,且車輛運行軌跡靜止后從所述監控視頻中識別出事故車輛、事故碎片和事故人員時,確定出所述高速公路為交通事故剛剛發生階段中,還包括:
3.根據權利要求2所述的基于監控視頻的高速公路交通事故分階段發現方法,其特征在于,所述當所述監控視頻中的車輛數量和行人數量均出現增多現象,且此時從所述監控視頻中識別出事故車輛、事故碎片和...
【專利技術屬性】
技術研發人員:楊卓敏,吳曉峰,張森,陳勇,劉通,朱駿飛,李小武,
申請(專利權)人:公安部交通管理科學研究所,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。