[发明专利]一种基于多源信息融合的十字路口交通事件自动检测系统

权利要求书

1.一种基于多源信息融合的十字路口交通事件自动检测系统，其特征在于，所述方法包括：

1)选择城市典型十字路口，建立了一套多源交通信息(多通道交通音频信息、交通视频信息、多角度视频信息、高低角度视频信息)的获取系统；

2)将采集到的原始交通音视频数据直接传回交通指挥中心显示，并进行存储。同时将音频阵列信息和多角度视频信息分别传送到音频处理子系统和视频处理子系统中；

3)在视频处理子系统中，对各路视频数据进行车辆自动检测、车辆跟踪、和交通参数自动提取；

4)在音频处理子系统中，对麦克风阵列输出的多通道音频信号进行波束形成(空间滤波)、特征提取和交通参数自动提取；

5)根据提取的视频交通参数和音频交通参数，进行音视频信息融合并形成多源信息融合交通信息特征向量，根据不同天气检测条件采用相应交通信息特征向量，实现交通信息的特征级融合；

6)选择神经网络、HMM，支持向量机等模式识别分类器，以多源信息融合交信息件特征向量为分类器输入向量进行训练，获得鲁棒交通事件识别分类器；

7)利用训练好的交通事件识别分类器实现实时交通事件的自动检测，若发生交通事件，则触发报告子系统，发送交通事件发生的地点信息以及发送和存储该交通事件前后5秒的交通视频信号，并打开检验通道；

8)交通事件报告信息在交通指挥中心的监控地图上以闪烁方式出现，提醒中心管理人员进行人工检查；

9)交通中心管理人员根据5秒钟的事件视频信息确认交通事件，若确认为需要及时处理的交通事件，则系统自动产生该交通事件报告邮件、电话、短信、网页、交通指示牌(可选)信息通知相关交通部门进行处理；

10)待交通事件处理完毕，交通状况恢复正常，取消报警信息，仍以邮件、电话、短信、交通指示牌、网页等方式发布交通通畅信息。

2.根据权利要求1所述的多源交通信息获取系统，其特征在于，步骤1)所述的，低角度四路视频采集，方向为出车方向，高度与红绿灯标志杆等高，主要监测范围为出车方向向前至十字路口为止；高角度一路视频采集，位于十字路口侧高层建筑上或专用高度可调高杆上，俯视角度与地平线成45-90度可调，满足覆盖整个十字路口感兴趣区域为准，同时监控一定长度的红绿灯排队情况；音频阵列位于出车方向右侧，在出车口向车辆排队方向0-30米可调，音频阵列高度0.5-2米可调，麦克风阵列方向与地平线成-45-+45度俯仰可调；

3.根据权利要求1所述的音视频传输模块，其特征在于，步骤2)所述的，前端视频信号采集采用网络摄像机，通过网线或者无线网络传输，音频阵列采用具有自主知识产权的8通道麦克风音频采集系统和网络传输；

4.根据权利要求1所述的视频处理系统，其特征在于，步骤3)所述的，采用基于混合高斯模型的运动车辆自动检测算法、基于图像纹理信息和图像信息指数熵的运动车辆自动检测和交通参数自动提取，形成交通视频特征向量；

5.根据权利要求1所述的音频处理系统，其特征在于，步骤4)所述的，采用基于多通道麦克风阵列波束形成技术对特定目标区域的交通信号进行预增强去噪处理，采用离散小波变换(Discrete Wavelet Transform，DWT)、实倒谱变换(Real Cepstrum Transform，RCT)、梅尔频率倒频谱(MEL Frequency Cepstral Transform，MFCT)、短时能量谱以及过零率等特征，并采用线性判别分析方法(Linear Discriminant Analysis，LDA)实现与事件检测相关联的特征的选取(进行降维)形成交通音频特征向量；

6.根据权利要求1所述的音视频融合，其特征在于，步骤5)所述的，对交通视频特征向量和交通音频特征向量进行特征级融合，形成交通信息特征向量，作为分类器的输入向量，用于对分类器的训练和测试；

7.根据权利要求1所述的交通事件自动检测技术，其特征在于，步骤6)和步骤7)所述的，基于隐式马尔可夫模型和支持向量机的交通事件分类方法。首先建立交通信息特征向量数据库对分类器进行训练，并将训练好的分类器整合到交通事件自动检测系统中，实现十字路口交通信息的实时监控，交通事件的实时自动检测；