[发明专利]车辆轨迹异常判断方法及装置

权利要求书

1.一种车辆轨迹异常判断方法，其特征在于，所述方法包括：

从待分析的视频图像中获得目标车辆的轨迹数据；

根据所述轨迹数据提取所述目标车辆的轨迹特征；

将所述轨迹特征处理后得到轨迹特征向量；

将所述轨迹特征向量输入预先训练得到的分类模型中，对所述目标车辆的轨迹异常情况进行判断，得到所述目标车辆的异常情况。

2.如权利要求1所述的车辆轨迹异常判断方法，其特征在于，所述方法还包括训练分类模型的步骤，该步骤包括：

从样本视频图像中获得样本车辆的轨迹数据；

根据所述样本车辆的轨迹数据得到所述样本车辆的轨迹特征；

将所述样本车辆的轨迹特征处理后得到样本车辆的轨迹特征向量；

将所述样本车辆的轨迹特征向量及所述样本车辆的轨迹异常情况输入分类模型，对所述分类模型进行训练。

3.如权利要求1所述的车辆轨迹异常判断方法，其特征在于，从待分析的视频图像中获得目标车辆的轨迹数据，包括：

采用跟踪算法计算得到所述目标车辆在每一视频图像帧中的轨迹点数据，由所有视频图像帧的轨迹点数据组成所述目标车辆在所述待分析的视频图像中的轨迹数据，其中，所述轨迹点数据包括轨迹点的坐标。

4.如权利要求3所述的车辆轨迹异常判断方法，其特征在于，所述轨迹特征包括轨迹点距离差直方图及轨迹点最大距离差，所述根据所述轨迹数据提取所述目标车辆的轨迹特征包括：

计算所述待分析的视频图像中等间隔采样的相邻视频图像帧的轨迹点之间的距离差，根据所述距离差得到轨迹点距离差直方图，并根据所述轨迹点距离差直方图提取轨迹点最大距离差。

5.如权利要求4所述的车辆轨迹异常判断方法，其特征在于，所述轨迹特征还包括轨迹点角度直方图及轨迹角度最大值，所述根据所述轨迹数据提取所述目标车辆的轨迹特征还包括：

计算所述待分析视频图像中等间隔采样的相邻三幅视频图像帧的轨迹点之间的角度值，根据所述角度值得到轨迹点角度直方图，并根据所述轨迹点角度直方图提取轨迹角度最大值。

6.如权利要求5所述的车辆轨迹异常判断方法，其特征在于，所述轨迹特征还包括轨迹稠密度，所述根据所述轨迹数据提取所述目标车辆的轨迹特征还包括：

统计所述目标车辆在所述待分析视频图像中的轨迹点的总数量；

从所述待分析视频图像的第一预设视频图像帧开始，计算相邻视频图像帧的轨迹点在第一预设方向上的第一距离差及第二预设方向上的第二距离差，并统计所述第一距离差与第二距离差之和小于预设阈值的轨迹点的数量；

由所述轨迹点的总数量、第一距离差与第二距离差之和小于预设阈值的轨迹点的数量组成所述轨迹稠密度。

7.如权利要求6所述的车辆轨迹异常判断方法，其特征在于，所述轨迹特征还包括轨迹垂直偏移量，所述根据所述轨迹数据提取所述目标车辆的轨迹特征还包括：

从所述目标车辆的第二预设视频图像帧开始，计算所述待分析视频图像中相邻视频图像帧的轨迹点在第三预设方向上的第三距离差，其中，所述第三预设方向为所述目标车辆所在道路的延伸方向；

计算所述轨迹点从第二预设视频图像帧到最后一帧的全部第三距离差之和，得到所述轨迹垂直偏移量。

8.如权利要求1-7任意一项所述的车辆轨迹异常判断方法，其特征在于，所述将所述轨迹特征处理后得到轨迹特征向量，包括：

对轨迹点距离差直方图及轨迹点最大距离差、轨迹点角度直方图及轨迹角度最大值、轨迹稠密度、轨迹垂直偏移量中的一项或多项特征进行归一化处理，得到所述轨迹特征向量。