[发明专利]一种面向城市交通信号配时的交通流统计方法

权利要求书

1.一种面向城市交通信号配时的交通流统计方法，包括如下步骤：

步骤1：采集交通场景的视频，获得视频截图，对视频截图进行分类标注，把标注后的视频截图作为样本集；

步骤2：将步骤1获得的样本集利用YOLO V3算法进行训练，得到检测模型，将交通场景的视频输入检测模型，得到每一帧中图像的像素信息和目标的检测结果信息，其中，视频的第t帧表示为Frame_t，t表示帧号取值为正整数；

其特征在于，还包括以下步骤：

步骤3：创建临时轨迹列表Ts，此时Ts为空，读取步骤2获得的交通场景的视频的Frame₁作为当前帧，对Frame₁中检测到的每个目标建立新轨迹，并将所有新轨迹加入Ts，更新Frame₂作为当前帧，将Frame₁中每个目标的检测结果信息作为当前帧Frame₂的对应的轨迹终点信息，进入步骤4；

步骤4：设当前帧为Frame_t，则下一帧为Frame_t+1，将Frame_t中每条轨迹终点信息与Frame_t的目标的检测结果信息进行匹配：将Frame_t中匹配成功的目标的检测结果信息作为Frame_t+1中对应的轨迹终点信息，延续轨迹；将Frame_t中目标检测结果匹配失败的目标的检测结果信息作为新轨迹的起点，创建新轨迹添加至Ts中，此时Frame_t中新轨迹的起点为Frame_t+1的轨迹终点信息；将Frame_t中轨迹终点信息匹配失败的目标利用KCF算法获得Frame_t中目标对应在Frame_t+1中对应目标的预测位置信息，延续轨迹，并将轨迹置信度Timer+1；当Frame_t不是视频的最后一帧时，更新Frame_t+1作为当前帧执行步骤4，否则执行步骤5；

步骤5：对Ts中的轨迹进行筛选，获得完整轨迹列表TA，设定路口个数并对TA中每条轨迹的起终点进行聚类，获得聚类中心点集合和道路中心点；

步骤6：根据步骤5得到的聚类中心点集合和道路中心点，对路口进行分区，然后计算每条轨迹的角度并根据路口的分区对每条轨迹编码，获得有方向信息的完整轨迹列表TB，对TB进行计数统计；

步骤7：对步骤6得到的计数统计结果，使用Webster配时法进行计算出总周期时间以及各向信号灯时间，从而获取交通场景视频的交通流信息。

2.如权利要求1所述的面向城市交通信号配时的交通流统计方法，其特在于，步骤1包括如下子步骤：

步骤1.1：采集交通场景的视频，获得5000张包含公交车、卡车、小汽车、摩托车、自行车、行人等目标的样本图像的视频截图；

步骤1.2：采用图像标注工具对视频截图标注，所述标注包括对图像中的目标进行目标类别以及图像中的目标位置进行标注，标注后的视频截图作为样本集。

3.如权利要求1所述的面向城市交通信号配时的交通流统计方法，其特在于，步骤2包括如下子步骤：

将步骤1获得的样本集利用YOLOV3算法进行训练，得到检测模型，将交通场景的视频输入检测模型，得到每一帧中图像的像素信息和目标的检测结果信息，其中，视频的第t帧表示为Frame_t，t表示帧号取值为正整数，I_t表示t帧的图像的像素信息，所述I_t包括图片的宽度、高度、和面积以及像素信息，DB_t表示t帧的检测结果，且DB_t＝{BB_i,i＝1,2,…,n}，其中BB_i表示t帧检测到第i个目标信息，得到每一帧中目标的检测结果信息，所述目标的检测结果信息包括，目标检测包络框的中点坐标，目标检测包络框的宽度、高度、面积。