[发明专利]车流密度检测方法、系统及计算机可读存储介质

说明书

本发明公开了一种车流密度检测方法、系统及计算机可读存储介质，车流密度检测方法包括：获取车流视频数据，并对车流视频数据进行预处理，得到预处理视频数据；构建深度学习网络，将预处理视频数据输入至深度学习网络中，得到背景图像；根据背景图像，采用背景差分法获取每一帧图的前景区域中的前景运动目标；采用最大连通区域检测和行扫描标记算法，获取前景运动目标的最小外截距，根据最小外截距确定车辆；根据每一帧图的车辆的数量，计算得到车流密度。本发明技术方案能够实现对车流密度的精准检测。

技术领域

本发明涉及车辆检测技术领域，特别涉及一种车流密度检测方法、系统及计算机可读存储介质。

背景技术

随着生活水平的提高，人们拥有车辆的数量不断增加，同时也带来了一定的交通压力和社会压力，特别是在节假日往返程高峰或上下班高峰期，路况拥堵率极高，从而造成耗费大量的等待时间，也耗费了车油，进一步造成汽车尾气的排放量的增加。当车流密度小于最佳车流密度时，车流处于自由行驶状态，平均车速高。交通流量没有达到最大值，密度增大，交通流量也增大；当车流密度接近或等于最佳车流密度时，车流出现车队跟驰现象，车速受到限制。各种车辆接近某一车速等速行驶时，交通流量将要达到最大值；当车流密度大于最佳车流密度时，车流处于拥挤状态，由于车流密度逐渐增大，车速和交通流量同时降低，交通发生阻塞，甚至发生停车现象。因此，若能掌握高峰期的车流密度情况，便可以助于交通指挥部更好地引导及指挥交通，让交通尽快通畅。

目前的车流密度检测一般采用目标检测算法对车辆进行检测，由于真实场景下具有背景复杂等特点，采用这种方法对车辆进行检测将存在漏检现象，导致车流密度预测值与真实情况相差甚远，并且这种方法的目标检测框架参数量庞大，推理速度极低，难以实现对车流密度的准确检测。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种车流密度检测方法，能够实现对车流密度的精准检测。

本发明还提出了一种车流密度检测系统。

本发明还提出了一种计算机可读存储介质。

本发明实施例的第一方面，提供了一种车流密度检测方法，包括以下步骤：

获取车流视频数据，并对所述车流视频数据进行预处理，得到预处理视频数据；

构建深度学习网络，将所述预处理视频数据输入至所述深度学习网络中，得到背景图像；

根据所述背景图像，采用背景差分法获取每一帧图的前景区域中的前景运动目标；

采用最大连通区域检测和行扫描标记算法，获取所述前景运动目标的最小外截距，根据所述最小外截距确定车辆；

根据所述每一帧图的所述车辆的数量，计算得到车流密度。

本发明实施例中提供的一个或多个技术方案，至少具有如下有益效果：本发明实施例的车流密度检测方法，通过获取车流视频数据，并对车流视频数据进行预处理，得到预处理视频数据；再构建深度学习网络，将预处理视频数据输入至深度学习网络中，得到背景图像；之后根据背景图像，采用背景差分法获取每一帧图的前景区域中的前景运动目标；采用最大连通区域检测和行扫描标记算法，获取前景运动目标的最小外截距，根据最小外截距确定车辆；根据每一帧图的车辆的数量，计算得到车流密度。相对于现有技术，本发明实施例的技术方案，能够实现对车流密度的精准检测。

根据本发明的一些实施例，所述获取车流视频数据，包括：

通过无人机实时采集目标检测区域中的车流视频，得到车流视频数据；其中，所述无人机包括飞行控制模块、摄像模块、导航模块和通信模块，所述摄像模块、所述导航模块和所述通信模块分别与所述飞行控制模块电连接。

根据本发明的一些实施例，所述构建深度学习网络，将所述预处理视频数据输入至所述深度学习网络中，得到背景图像，包括：