[发明专利]车辆轨迹异常判断方法及装置

说明书

本发明提供一种车辆轨迹异常判断方法及装置，涉及轨迹检测技术领域。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；根据轨迹数据提取目标车辆的轨迹特征；将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，得到目标车辆的异常情况。上述方法综合考虑目标车辆所在位置、移动速度、方向等多种因素，提高了跟踪异常检测的准确性，并采用分类模型进行判断，减少了判断错误的情况，提高了判罚的有效性，避免判罚争议。

技术领域

本发明涉及轨迹检测技术领域，具体而言，涉及一种车辆轨迹异常判断方法及装置。

背景技术

目前，交通管控中的电警相机主要用于路口车辆运动状态监控、违章行为分析、违章证据抓拍等，为交通违章处罚提供有效依据。车辆违章判罚依赖于车辆跟踪，然由于电警场景的复杂性和不可控性，使得车辆跟踪及轨迹异常情况判断存在较多偏差，导致违章判罚的准确性较低，引起处罚争议，严重影响交管部门的执法效率。

发明内容

有鉴于此，本发明实施例的目的在于提供一种车辆轨迹异常判断方法及装置。

第一方面，本发明实施例提供一种车辆轨迹异常判断方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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；