[发明专利]一种车辆违法占道的检测方法及系统

说明书

本发明公开了一种车辆违法占道的检测方法及系统，方法包括：获取图像采集设备实时拍摄的待检测场景的视频流，所述视频流包括：多帧图像；对待检测场景视频流中的抽帧图像进行预设车道检测区域的划线配置；利用预训练好的交通场景检测模型识别划线配置的抽帧图像，生成待检测车辆的最小外接矩形框、车辆标签和置信度；根据待检测车辆的最小外接矩形框、车辆标签和置信度，判断待检测车辆是否存在违法占道。本发明通过交通场景检测模型的训练，采用划线配置及逻辑判断的方式，根据待检测车辆的最小外接矩形框、车辆标签和置信度，实现对目标车辆违法占道的检测，有利于车辆行驶轨迹的实时监控，为车辆违法占道的捕捉提供了可靠的证据。

技术领域

本发明涉及目标检测技术领域，具体涉及一种车辆违法占道的检测方法及系统。

背景技术

近年来，伴随着交通行业的发展及车辆的骤增，城市道路空间的局限性，交通违法行为也越发频繁，压实线、跨线变道、逆行、占用公交车道等交通违法行为不仅影响了正常的交通秩序，而且可能酿成严重的交通事故。城市道路中，存在违法占用公交车道、机动车占用非机动车车道的违法现象；而在高速公路场景中，存在大型车占用小型车车道、违反客货分道等违法现象，上述车辆的违法占道事件在一定程度上造成了交通拥堵，容易造成交通事故的风险，现有技术中车辆违法占道的检测采用的是图片捕获方式进行抓拍，缺少数据处理的完整性，针对不同的天气、环境光及车辆的不同位置，检测车辆违法占道的准确性低。

发明内容

因此，本发明提供的一种车辆违法占道的检测方法及系统，克服了现有技术中因不同的天气、环境光及车辆的不同位置，导致检测车辆违法占道的准确性低的缺陷。

为达到上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种车辆违法占道的检测方法，包括：

获取图像采集设备实时拍摄的待检测场景的视频流，所述视频流包括：多帧图像；

对待检测场景视频流中的抽帧图像进行预设车道检测区域的划线配置；

利用预训练好的交通场景检测模型识别划线配置的抽帧图像，生成待检测车辆的最小外接矩形框、车辆标签和置信度；

根据待检测车辆的最小外接矩形框、车辆标签和置信度，判断待检测车辆是否存在违法占道。

在一实施例中，所述预设车道检测区域，包括：城市道路场景、高速公路场景。

在一实施例中，对交通场景检测模型的训练过程，包括：

采集实际交通场景的图像，并对实际交通场景的图像进行数据增强，扩大数据集，标注交通场景的目标车辆的最小外接矩形框及车辆标签，作为基础数据集，同时裁取基础数据集中的非目标车辆区域作为背景，合成训练数据集；

在训练数据集中提取标注的目标车辆，随机裁剪图像，并调整最小外接矩形框的坐标，将最小外接矩形框的中心坐标值及宽高作为回归参数真实值输入到网络模型中，计算回归损失函数，训练该网络模型；

把裁剪后图像和调整好的最小外接矩形框的信息输到入网络模型，计算损失值，调整学习率，并进行循环训练，直至所述损失值小于第一预设阈值或循环次数大于预设值时，停止训练，得到训练好的交通场景检测模型。

在一实施例中，采用EfficientDet D3模型，对目标车辆进行目标检测训练。

在一实施例中，车辆存在违法占道的情况，包括：

在城市道路场景中，存在违法占用公交车车道和违法占用非机动车车道；

在高速公路场景中，存在大型车占用小型车车道和违反客货分道。

在一实施例中，根据待检测车辆的最小外接矩形框、车辆标签和置信度，判断待检测车辆是否存在违法占道的过程，包括：