[发明专利]一种基于深度学习的高速公路实时预警方法及系统

说明书

本发明属于高速公路预警领域，提供了一种基于深度学习的高速公路实时预警方法及系统。其中，基于深度学习的高速公路实时预警方法包括在智能芯片内实现，包括：获取高速公路多个方向的实时视频数据；基于智能芯片内的神经网络模型同时识别多个方向的实时视频数据，得到高速公路事件识别结果；根据高速公路事件识别结果向预警装置发出预警信号，同时将预警信号发送至后台服务器，由后台服务器发送至预警区域客户端进行行车诱导。

技术领域

本发明属于高速公路预警领域，尤其涉及一种基于深度学习的高速公路实时预警方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

由于各种不确定因素的影响，导致在高速公路实际运营过程中常常发生各种各样的交通事故，给高速公路的运营和安全管理带来了严重影响。高速公路连环相撞事故屡见不鲜，其中很多是在大雾天气时车辆未适时降速造成的。高速公路事故预警系统，是为保障高速公路行车安全而设置的，

高速公路的快速发展,为车辆运营提供了良好的行车条件,极大地改善了道路交通运输状况，给人民出行带来方便。但随之而来的交通事故也在明显增加,给国家和人民的生命财产造成了严重危害和损失。近年来，高速公路上，一次事故、重特大二次事故时有发生，给道路交通安全管理工作带来很大的压力。其中，二次事故多发，其造成的损失往往比一次事故更加严重，直接威胁到初次事故逃生者、事故救援人员和现场勘查人员的生命安全。

发明人发现，目前现有的交通事故识别速度慢，无法及时对高速公路中的交通事故进行处理，从而严重危害人民的生命财产。

发明内容

为了解决上述背景技术中存在的至少一项技术问题，本发明提供一种基于深度学习的高速公路实时预警方法及系统，其能够快速识别高速公路中的交通事故，能够及时对高速公路中的交通事故进行处理。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种基于深度学习的高速公路实时预警方法。

一种基于深度学习的高速公路实时预警方法，该方法在智能芯片内实现，包括：

获取高速公路多个方向的实时视频数据；

基于智能芯片内的神经网络模型同时识别多个方向的实时视频数据，得到高速公路事件识别结果；

根据高速公路事件识别结果向预警装置发出预警信号，同时将预警信号发送至后台服务器，由后台服务器发送至预警区域客户端进行行车诱导。

作为一种实施方式，所述智能芯片包括：

视频输入模块，用于接收高速公路多个方向的实时视频数据；

视频处理子系统模块，用于将高速公路多个方向的实时视频数据分解为基础视频数据和扩展视频数据；

智能视频引擎模块，用于将当前扩展视频数据中的图像帧数据转化为神经网络模型相匹配的图像格式的帧数据；

神经网络加速引擎模块，用于获取格式转化后的帧数据，通过神经网络模型识别，得到高速公路车辆类别、对应事件类别及车辆轮廓坐标位置信息；

视频图形子系统模块，用于获取基础视频数据，再基于高速公路车辆类别、对应事件的类别及车辆轮廓坐标位置信息，在基础视频数据中勾画出识别高速公路车辆的轮廓框。

作为一种实施方式，基础视频数据保持原始视频数据的分辨率。

上述技术方案的优点在于，这样能够保障与原始数据数据一致，能够更准确地将后期识别出的高速公路车辆轮廓框还原至原始视频数据中。

作为一种实施方式，扩展视频数据的分辨率与神经网络加速引擎模块内的神经网络模型相匹配。