[发明专利]一种高速公路应急车道违章行驶的识别方法

权利要求书

1.一种高速公路应急车道违章行驶的识别方法，其特征在于，包括以下步骤：

S1、 从服务器获取高速公路应急车道时间间隔为1秒左右的三张从后面抓拍的图像；

S2、 利用检测算法检测三张图像中所有车辆；

S3、 通过车牌识别方法定位第一张图中正确的车辆位置；

S4、采用GoogLenet网络结构跟踪三张图中上述S3中车辆位置，所述采用GoogLenet网络对车辆跟踪步骤如下：

S40、在训练特征提取模块时，在网络最后一个256维全连接层接一个分类层，该层对不同款车型进行分类，每一个类别拥有不同帧时刻采集的同一车，并对所有采集的车进行数据增强，当训练的损失值loss降低到最低时，裁剪掉分类层，取出上一个256维全连接层，此时获取的256维特征能够很好的表征该车辆的特征；

S41、对第一张图定位到的车辆输入到GoogLenet Inception-V2网络，在该网络的输入层，对输入的车辆进行padding，变成长宽一致的图像，多余的部分以0像素填充；然后对预处理后的图像进行上采样或下采样操作，统一resize成200*200分辨率的图像，最后得到一个256维特征；

S42、对第二张图所有待匹配的车辆输入GoogLenet Inception-V2网络，同S41，得到若干256维特征；

S43、对第三张图所有待匹配的车辆输入GoogLenet Inception-V2网络，同S41，得到若干256维特征；

S44、用S41中一个256维特征和S42中若干个256维特征做余弦相似度，由于特征提取模块提取的256维特征已经能够很好的表征该车辆，所以采用余弦相似可以更显现出两辆车之间的差异度，最后取出得分最高所对应的256维特征；

S45、用S42中得分最高的256维特征和S43中若干个256维特征做余弦相似度，取出得分最高所对应的256维特征；

S46、由于第二张图和第三张图通过检测算法已经分别检测出若干辆车，用上述算法找到相似度得分最高的车，取出得分最高所对应的车辆索引号即为跟踪到的车辆；

S5、利用场景分割模型进行场景分割，得到“严禁占用应急车道”的警示牌和车道线分割结果；

S6、根据车辆检测、识别定位以及场景分割结果判断目标车辆是否违法占用紧急车道。

2.如权利要求1所述的一种高速公路应急车道违章行驶的识别方法，其特征在于，所述S5基于深度学习的场景分割模型获取步骤如下：

S51、收集实际应用场景中车辆，“严禁占用应急车道”的警示牌，车道线的图片，并人工标注出这些区域，即人工标注包围车辆，“严禁占用应急车道”的警示牌，车道线的闭合多边形；

S52、将人工标注转换为标签矩阵，即人工标注的车辆闭合区域内所有像素点标签设置为0,“严禁占用应急车道”的警示牌闭合区域内所有像素点标签设置为1,车道线闭合区域内所有像素点标签设置为2;

S53、将车辆，“严禁占用应急车道”的警示牌，车道线图片及对应的标签矩阵输入deeplab-v2分割算法训练，deeplab-v2分割算法采用ResNet-34作为骨干网络，psp_module和unet模块作为解码器，并使用skip layer引入低维细节特征作为模型网络结构，使用a*bce_loss + b*lovasz_loss作为最终loss,其中0=a, b =1，并引入辅助损失aux_loss进行训练；

S54、应用训练好的deeplab-v2分割算法预测输入图像像素点类别，将属于车辆，“严禁占用应急车道”的警示牌，车道线各个类别的像素点坐标集合输出，从而实现车辆，“严禁占用应急车道”的警示牌，车道线区域的分割。

3.如权利要求1所述的一种高速公路应急车道违章行驶的识别方法，其特征在于，所述S6根据车辆检测、识别定位以及场景分割结果判断目标车辆是否违法占用紧急车道步骤如下：

S61、如果没有分割出车道线或者警示牌，则直接判断目标车辆不违法，如果分割有结果，则向下进行，

S62、利用警示牌的中心点离线的距离找到高速路两边边缘的线除外的离警示牌最近的车道线，并判断目标车辆是否在所找到的车道线与警示牌中间，如果三张图中有一张目标车辆不在车道线与警示牌中间，直接判断目标车辆不违法，否则向下进行，

S63、如果满足S61，找到第一张目标车辆与第三张目标车辆的中心点，如果两点距离大于一定阈值，如50,则目标车辆在紧急车道内有位移，则判定目标车辆违法。