[发明专利]基于双视角学习的山区高速公路车辆事件检测方法

权利要求书

1.一种基于双视角学习的山区高速公路车辆事件检测方法，其特征在于，包括以下步 骤：

步骤1，视角一：运动目标时空轨迹模式学习，包括步骤1.1～步骤1.3；

步骤1.1，交通视频初始化设置，包括设定车道线和工作区域；

步骤1.2，基于背景建模的运动车辆检测与轨迹跟踪；

步骤1.3，基于车辆运动轨迹模式学习的交通事件识别；

步骤2，视角二：基于外极面图的车辆运动态势分析，包括步骤2.1～步骤2.3；

步骤2.1，基于Hough变换及场景动态图的高速路车道自动检测；

步骤2.2，基于跟踪线的分车道运动车辆时空外极面图生成；

根据提取的车道线为各分车道设置贯通摄像机视野范围的跟踪线，保证车辆行驶通过摄 像机视野范围内的任意时刻，都必须通过某一条跟踪线；分别将每条跟踪线上的像素沿时间 轴累积，生成外极面图；

步骤2.3，基于分车道外极面图的车辆运动态势特征提取；

计算外极面图所检测线段的斜率，获得车辆行驶速度，并求得车辆行驶方向以及车辆行 驶加速度；

步骤3，基于双视角学习的决策层融合，包括两个结果：检测交通事件是否发生；发生 交通事件时，定位交通事件所在的图像区域；包括步骤3.1～步骤3.2；

步骤3.1，在每个视角对交通事件检测目标做出识别后，将两个视角的检测结果进行决 策层融合，获得最终决策；

步骤3.2，进行图像融和定位；

设交通事件在图像中的发生位置用一个矩形框来表示，该矩形框由四元组(x,y,w,h)表 达，(x,y)为矩形框左上角的图像坐标，w和h分别为矩形框的宽和高；

设第j个视角下检测交通事件发生位置的矩形框为(x_j,y_j,w_j,h_j)，j＝1,2；将多视角交通 事件图像融合定位问题简化为多个平面四边形的求并集问题，所求得的多边形就是交通事件 所在图像区域的融合定位结果。

2.根据权利要求1所述的基于双视角学习的山区高速公路车辆事件检测方法，其特征在 于，所述的步骤2.1中，各分车道车辆跟踪线选定为车道线或者选定为车道中心线。

3.根据权利要求1所述的基于双视角学习的山区高速公路车辆事件检测方法，其特征在 于，所述的步骤2.3中，通过外极面图提取车流整体特征，包括：

(1)空间平均速度：当交通事件发生后，有车辆停止在车道上，使道路有效宽度减小，阻 碍其它车辆正常通行，其它车辆在通过事发地点时平均速度将降低；空间平均速度用于检测 交通拥堵和交通事故；

(2)车辆行驶速度的方向，根据外极面图上的线段斜率方向来确定，用于检测车辆是否逆 行；

(3)空间速度变化幅度：是指交通流的平均空间速度变化幅度；交通事件发生后，有车辆 停止在车道上，使道路有效宽度和车道数减小，阻碍其它车辆正常通行，其它车辆在通过事 发地点时平均速度降低；空间速度变化幅度用于检测交通拥堵和交通事故事件。