[发明专利]一种车辆行为检测方法及装置

说明书

本申请公开了一种车辆行为检测方法，包括：车载智能设备连续采集视频帧；车载智能设备通过所述视频帧进行车辆行为识别判断，得出车辆异常判断结果；车载智能设备将所述车辆异常判断结果上传至服务器；所述服务器根据所述车辆异常判断结果进行车辆行为报警。本申请能够识别各种违章驾驶，交通事故类型，并且利用车载智能设备和大数据分析解决了监控盲点问题，在道路全程都能监督车辆安全行驶以及在监控盲点进行事故处理。

技术领域

本申请涉及机器视觉领域，尤其涉及一种车辆行为的检测方法及装置。

背景技术

随着社会的不断进步，视频分析的应用范围越来越广。现有的数字监控系统远远不能满足于许多应用场合的需要，主要体现在智能化程度不够高以及应用不够广泛。以交通事故检测领域为例，一方面，目前仅在各个卡口，路口配备监控进行简单的违章取证，不仅监控盲点很大，而且在任何地方发生事故，依然需要交警到达现场进行事故和责任鉴定，在拥堵道路上则严重影响交通；另一方面，基于深度学习技术的行为识别近年来已经开始被应用于一些基于人的动作识别方面，但是对于车辆的事故或是违章识别却没有被关注。

目前，已有类似技术的专利申请，例如US20180121731A1，其公开了一种采用3D卷积网络对图像进行合成，采用LSTM网络实现车身图像分析和判断的方法，然而其是采用外界的摄像头用于采集车辆等所包括的图形或者文字，以识别出该图形或文字，并未公开可以采用车载终端的视频检测装置识别交通违章或者事故；例如CN108133172A，其公开了一种采用机器学习的方法采集目标车辆信息，并对视频图像和运动轨迹进行分析，从而判断出交通违章以及事故，然而其未公开可以采用车载终端的视频检测装置来进行图像采集和传输。

因此，在基于视频分析的车辆行为检测领域，如何及时有效的识别各种违章驾驶、交通事故类型，仍属于亟待解决和改进的问题。

发明内容

本申请的目的是通过以下技术方案实现的。

一种车辆行为检测方法，包括：

车载智能设备连续采集视频帧；

车载智能设备通过所述视频帧进行车辆行为识别判断，得出车辆异常判断结果；

车载智能设备将所述车辆异常判断结果上传至服务器；

所述服务器根据所述车辆异常判断结果进行车辆行为报警。

其中，所述车载智能设备通过所述视频帧进行车辆行为识别判断，得出车辆异常判断结果包括：

车载智能设备将所述视频帧输入神经网络，通过神经网络对所述视频帧进行特征抽取，生成多维的行为特征向量，对所述多维的行为特征向量中的每一维采用逻辑分类，当分类结果大于该类型所对应的车辆异常的预设阈值时，则所述车辆异常判断结果为属于该类型所对应的车辆异常。

其中，所述车载智能设备将所述车辆异常判断结果上传至服务器包括：

将车辆异常的类型上传至服务器，所述车辆异常的类型包括危险驾驶和/或交通事故；

将用于判断为所述车辆异常的视频帧上传至所述服务器。

其中，所述车载智能设备连续采集视频帧之前，包括：

以当前车载智能设备所属的车辆为中心，设定检测范围，对所述检测范围内的一个或多个车辆进行视频帧的采集；

所述用于判断为所述车辆异常的视频帧，包括：将所述检测范围内的一个或多个车辆判断为车辆异常的多个视频帧。

其中，所述服务器根据所述车辆异常判断结果进行车辆行为报警包括：

向被判断为车辆异常的车辆、以及与被判断为车辆异常的车辆距离一定范围内的多个车辆发出报警信息。