[发明专利]交通异常检测方法、装置、设备、存储介质以及程序产品

说明书

本公开提供了一种交通异常检测方法、装置、设备、存储介质以及程序产品，涉及人工智能领域，具体为计算机视觉和深度学习技术，可应用于智能交通场景下。该方法的一具体实施方式包括：获取交通视频流；对交通视频流进行车辆检测跟踪，确定是否存在异常停留的车辆，其中，停留时长超过预设时长属于异常停留；若存在异常停留的车辆，利用决策树对异常停留对应的视频帧进行交通异常分类，得到交通异常类型，其中，决策树是基于交通异常检测的特征生成的。该实施方式提升了交通异常检测的鲁棒性。

技术领域

本公开涉及人工智能领域，具体为计算机视觉和深度学习技术，可应用于智能交通场景下。

背景技术

交通异常检测在安全城市中扮演着非常关键的角色，交通异常会大大降低交通通行效率，因此需要对其进行检测和监控。如果发生交通异常及时进行报警和救援，可以尽快排查出由交通异常带来的交通不便，恢复正常交通。

传统的交通异常检测方法主要有电磁感应环形线圈式和波式，它们均是基于车辆经过时利用反射波的频率变化来检测车辆信息。

发明内容

本公开实施例提出了一种交通异常检测方法、装置、设备、存储介质以及程序产品。

第一方面，本公开实施例提出了一种交通异常检测方法，包括：获取交通视频流；对交通视频流进行车辆检测跟踪，确定是否存在异常停留的车辆，其中，停留时长超过预设时长属于异常停留；若存在异常停留的车辆，利用决策树对异常停留对应的视频帧进行交通异常分类，得到交通异常类型，其中，决策树是基于交通异常检测的特征生成的。

第二方面，本公开实施例提出了一种交通异常检测装置，包括：获取模块，被配置成获取交通视频流；跟踪模块，被配置成对交通视频流进行车辆检测跟踪，确定是否存在异常停留的车辆，其中，停留时长超过预设时长属于异常停留；分类模块，被配置成若存在异常停留的车辆，利用决策树对异常停留对应的视频帧进行交通异常分类，得到交通异常类型，其中，决策树是基于交通异常检测的特征生成的。

第三方面，本公开实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。

第四方面，本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。

第五方面，本公开实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开可以应用于其中的示例性系统架构图；

图2是根据本公开的交通异常检测方法的一个实施例的流程图；

图3是决策树的示意图；

图4是根据本公开的交通异常检测方法的又一个实施例的流程图；

图5是根据本公开的交通异常检测装置的一个实施例的结构示意图；

图6是用来实现本公开实施例的交通异常检测方法的电子设备的框图。

具体实施方式