[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

说明书

技术领域

本发明属于智能交通监控及基于图像处理的交通事件检测技术领域，具体涉及一种基于 双视角学习的山区高速公路车辆事件检测方法。

背景技术

随着我国西部大发展战略的实施，联系边远地区的山区高速公路迅猛发展。山区高速公 路具有保证连续行驶且通行能力大的特点，它满足了人员、货物快速流动的需要，实现了交 通整体水平的提升，提高了交通的社会效益。由于山区高速公路具有较高的设计通行能力， 也具有较大的交通吸引力，部分山区高速公路特定瓶颈路段逐渐达到饱和通行量，各类交通 事件明显增加。同时由于山区高速公路的建设条件限制，比如大的土石立方(限制驾驶员视 野范围)以及山岭局部气象条件所导致的雾区地带等原因，导致山区高速公路交通事件频发， 而且交通事故更加严重。而山区高速公路很多地段由于成本的限制不具备设立现场派驻管理 人员站点的条件。交通事件自动检测及识别是高速公路交通管理系统的一个重要组成部分， 其实时性与准确性直接关系到高速公路交通控制与交通诱导的效果。因此及时、具有更高精 度及更强鲁邦性的交通事件检测技术，对于山区高速公路特定路段更是具有重要性。

目前交通事件视频自动检测技术不但作为已有交通视频监控系统平台功能的有效提升， 而且由于传统的线圈检测技术安装与维护存在着成本高，影响道路寿命、影响交通等缺陷， 交通事件视频自动检测技术在实际应用中广泛得以实施。对于交通事件视频自动检测技术， 美欧日等国家已经有了近30年的发展，目前获得国际或国内广泛应用的成熟知名的应用系 统，主要包括美国的Autoscope系列产品，比利时的Traficon产品及法国的citilog系统等。 国内产品虽然开发和应用的周期还很短，随着视频交通检测技术的日益成熟及其功能的不断 完善与丰富，基于国产视频检测产品技术不断成熟以及其性价比优势越发突出。交通事件智 能视觉自动检测在国内自主研发的厂家有清华紫光VS3001、深圳哈工大交通电子VTDZ000、 深圳市神州交通系统有限公司的VideoTrace、上海高德威、湖南天翼、厦门哀天、北京文安、 成都威路特、宇航时代、动视元等。目前的交通事件检测产品性能还需要进一步提高检测率 而降低误检率和漏检率，以便更加有效地推广高速公路交通检测系统。基于一定的广泛的技 术水平，检测率和误检率两个指标相互冲突，很难保证误检率较低水平的情况下持续提高检 测率，需要研究新的技术手段，以实现技术上升到新的水平。

高速公路交通事件视频自动检测技术本身是一种基于内容的图像检测与分析。同计算机 视觉、模式识别和信息检索等领域一样，各种高速公路交通事件都属于高层语义的内容，不 可避免地存在着语义鸿沟问题，并不能由简单几种底层特征来充分准确地表达。现有大量图 像分类及医学图像检测实验证明，由于单一特征的特异性以及分类器本身的样本依赖性等限 制，将多个特征及其决策结果结合在一起，往往可以得到比单个分类器更好的性能。目前所 常用的基于车辆运动轨迹提取交通事件特征，只是交通视频内容交通事件本身体现的一个方 面，应该获取更多的交通视频特征，从而有效提高交通事件检测方法的性能。

交通拥堵、车辆逆行、车辆违规停车和交通事故等车辆事件的发生既是单个车辆各自独 立行为的结果，也是交通断面车流整体特征的反映。在摄像机的视野内，基于车辆行为特征 的自动事件检测(AutomaticIncidentDetection，AID)方法可以分析车辆行为，提供最直接 的事件信息，基于车流整体特征的AID方法可获得道路的整体车流数据，评估事件影响。对 于车辆事件而言，基于车辆行为特征的AID和基于车流整体特征的AID两类方法都有其优点 和不足，一种理想的处理办法是将二者结合起来，互为补充。目前的交通事件检测产品一般 主要采用单视角的思路，针对图像单一特征进行处理与分析。一方面，单一特征的鲁棒性针 对各种复杂的室外环境有待进一步提高；另一方面，针对交通事件检测本身的高层语义理解 的本质，需要多视角特征完成底层特征到高层语义之间的联系。

发明内容

本发明针对山区高速公路交通视频事件检测技术要求更高精度以及更强鲁棒性的需求特 点，基于双视角学习原理提出一种鲁棒的山区高速公路交通事件检测方法。

具体地，本发明提供了一种基于双视角学习的山区高速公路车辆事件检测方法，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。