[发明专利]一种基于规则与学习的交通场景异常目标检测方法

权利要求书

1.一种基于规则与学习的交通场景异常目标检测方法，其特征在于，所述方法包括：

获取实时采集的交通场景视频数据；

对所述交通场景视频数据进行统计和运算，得到目标物体的疑似异常运动信息；

根据所述疑似异常运动信息和交通规则，确定交通场景异常运动的目标。

2.根据权利要求1所述的基于规则与学习的交通场景异常目标检测方法，其特征在于，所述对所述交通场景视频数据进行统计和运算，确定目标物体的疑似异常运动信息包括：

根据所述交通视频数据确定出目标物体在预设时间段的运动速度、目标物体在预设时间段的运动方向、目标物体在预设时间段的运动轨迹、目标物体当前的交通场景和在当前交通场景的目标物体数量；

根据所述交通场景，所述目标物体数量、对所述运动速度进行统计和运算，确定疑似异常运动速度；

根据所述运动方向，对所述运动方向进行判别，确定疑似异常运动方向；

根据所述运动轨迹，对所述运动轨迹进行判别，确定疑似异常运动轨迹。

3.根据权利要求2所述的基于规则与学习的交通场景异常目标检测方法，其特征在于，所述根据所述交通场景，所述目标物体数量、对所述运动速度进行统计和运算，确定疑似异常运动速度包括：

根据所述交通场景、所述运动速度和所述目标物体数量，经过统计和运算确定出目标物体运动速度阈值；其中，当所述交通场景为市区限速路段时，所述运动速度为第一运动速度，所述目标物体数量为第一目标物体数量；

当所述交通场景为限制低速的高速路段时，所述运动速度为第二运动速度，所述目标物体数量为第二目标物体数量；

当所述交通场景为同时限制高速和低速的高速路段时，所述运动速度为第三运动速度，所述目标物体数量为第三目标物体数量；

根据所述目标物体运动速度阈值，确定疑似异常运动速度。

4.根据权利要求3所述的基于规则与学习的交通场景异常目标检测方法，其特征在于，所述根据所述交通场景、所述运动速度和所述目标物体数量确定出目标物体运动速度阈值包括：

当所述交通场景为市区限速路段时，根据所述第一运动速度和所述第一目标物体数量确定出目标物体运动速度第一阈值；

当所述交通场景为限制低速的高速路段时，根据所述第二运动速度和所述第二目标物体数量确定出目标物体运动速度第二阈值；

当所述交通场景为同时限制高速和低速的高速路段时，根据所述第三运动速度和所述第三目标物体数量确定出目标物体运动速度第三阈值和目标物体运动速度第四阈值，其中，目标物体运动速度第三阈值小于目标物体运动速度第四阈值。

5.根据权利要求4所述的基于规则与学习的交通场景异常目标检测方法，其特征在于，所述根据所述目标物体运动速度阈值，确定疑似异常运动速度包括：

当所述交通场景为市区限速路段时，且当所述第一运动速度大于所述目标物体运动速度第一阈值时，则确定所述第一运动速度为疑似异常运动速度；

当所述交通场景为限制低速的高速路段时，且当所述第二运动速度小于所述目标物体运动速度第二阈值时，则确定所述第二运动速度为疑似异常运动速度；

当所述交通场景为同时限制高速和低速的高速路段时，且当所述第三运动速度小于目标物体运动速度第三阈值或者当所述第三运动速度大于目标物体运动速度第四阈值时，则确定所述第三运动速度为疑似异常运动速度。

6.根据权利要求2所述的基于规则与学习的交通场景异常目标检测方法，其特征在于，所述根据所述运动方向，对所述运动方向进行判别，确定疑似异常运动方向包括：

获取目标物体的最大平均运动方向变化值v_max；

获取目标物体的平均运动方向变化值

当所述运动方向大于时，所述运动方向为疑似异常运动方向；其中，β为大于0.8并且小于1的参数，根据当前交通场景进行调整。