[发明专利]车流密度分析的方法、系统及计算机存储介质

说明书

本发明公开了一种车流密度分析的方法、系统及计算机存储介质，涉及交通领域。所述车流密度分析的方法，包括如下步骤：采集待分析路段的车流视频；对所述车流视频进行关键帧提取，得到车流密度图像；将所述车流密度图像输入到已训练好的目标检测网络中，输出通过Darknet‑53提取得到的三个不同尺度的特征图；通过目标检测算法在三个不同尺度的所述特征图上进行目标预测，输出若干预测框，其中每一所述预测框包括预测框坐标信息以及置信度；根据若干所述预测框、所述待分析路段的道路长度，输出车流密度。通过上述方式，可以提升车流密度分析的准确性。

技术领域

本发明涉及交通领域，特别涉及一种车流密度分析的方法、系统及计算机存储介质。

背景技术

随着我国经济的快速发展，人们的生活质量也有了极大的提高，为满足生活质量的需求，出行的人数也逐渐增多。随着出现人数的增多，许多道路、景区、大型活动、会议等在某些敏感的区域以及道路中，由于车流的急增，并造成种种不可预料的结果以及带来人身财产损失、交通事故等。在安防越来越受到重视的大背景下，对敏感区域车流量的管控也成为新时代一个重要的课题。由于车辆检测技术应用的场景和环境比较复杂，尤其是场景中存在部分小尺寸车辆以及车辆之间存在遮挡时，使得车辆密度分析的准确率较低。

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，本发明提供了一种车流密度分析的方法、系统及计算机存储介质，可以提升车辆密度分析的准确性。

根据本发明第一方面实施例的一种车流密度分析的方法，包括如下步骤：

采集待分析路段的车流视频；

对所述车流视频进行关键帧提取，得到车流密度图像；

将所述车流密度图像输入到已训练好的目标检测网络中，输出通过Darknet-53提取得到的三个不同尺度的特征图；

通过目标检测算法在三个不同尺度的所述特征图上进行目标预测，输出若干预测框，其中每一所述预测框包括预测框坐标信息以及置信度；

根据若干所述预测框、所述待分析路段的道路长度，输出车流密度。

根据本发明的上述实施例，至少具有如下有益效果：通过Darknet-53建立三个不同尺度的特征图，可以对车流密度图像中不同大小的目标进行精准检测，从而可以根据精准检测出的目标个数得到经过待分析路段的车流数量，以获得车流密度信息。由于可以对目标进行精准检测，因此可以提升车流密度分析的准确性。

根据本发明第一方面的一些实施例，所述通过目标检测算法在三个不同尺度的所述特征图上进行目标预测，输出若干预测框，其中每一所述预测框包括预测框坐标信息以及置信度，还包括如下步骤：

根据所述特征图的尺寸获取对应的若干先验预选框；

分别在每一所述特征图上的像素点上通过对应的所述先验预选框进行滑窗取样，得到预测框集合，其中，所述预测框集合中每一预测框均包括预测框坐标信息以及置信度；

输出所述预测框集合中的所有预测框。

因此，通过在每一特征图上通过先验预选框进行滑窗采样，可以遍历特征图上每个像素点，并获得被框选的中的像素中包含目标的得分情况(即置信度)以及预测框坐标信息。

根据本发明第一方面的一些实施例，所述通过目标检测算法在三个不同尺度的所述特征图上进行目标预测，输出若干预测框，其中每一所述预测框包括预测框坐标信息以及置信度，包括如下步骤：

获取所述预测框集合每一所述预测框的置信度的值，并将所述置信度的值与参考置信度的值进行比较；

根据比较结果，删除所述预测框集合中不满足所述参考置信度的值的所述预测框。