[发明专利]基于图像的交通拥堵识别方法、装置以及设备

权利要求书

1.一种基于图像的交通拥堵识别方法，其特征在于，包括：

将车辆行驶过程采集的视频数据输入至预先训练的基于端到端的路况识别模型，所述路况识别模型包括影像特征提取网络，所述影像特征提取网络用于提取所述视频数据中的影像信息的背景特征；

经由所述路况识别模型处理，获得用于辨识交通拥堵与否的路况分类结果，所述处理包括：根据相对于车辆的背景变化判断路况拥堵与否。

2.根据权利要求1所述的基于图像的交通拥堵识别方法，其特征在于，所述经由所述路况识别模型处理包括：

分别提取所述视频数据中的时间信息以及所述背景特征，其中，所述时间信息包括相邻视频帧的时间间隔特征；

将所述背景特征和所述时间间隔特征叠加后进行时序特征编码；

根据时序特征编码结果进行路况分类。

3.根据权利要求1所述的基于图像的交通拥堵识别方法，其特征在于，所述影像特征提取网络采用自监督机制进行训练，具体包括：

利用包含连续视频帧的路况视频训练样本，随机构造出正序视频样本以及逆序视频样本，并生成对应于正序视频样本以及逆序视频样本的标签值；

将正序视频样本和/或逆序视频样本输入至所述影像特征提取网络，获取到影像信息；

根据所述影像信息以及所述标签值，将输入的路况视频训练样本分类为正序视频或逆序视频，并将分类损失回传至所述影像特征提取网络进行迭代。

4.根据权利要求1~3任一项所述的基于图像的交通拥堵识别方法，其特征在于，所述路况识别模型的训练方式包括：

对原始训练数据进行动态重采样，得到与原始训练数据的数据分布规律相反的重采样数据；

分别提取出原始训练数据以及重采样数据的影像信息，并按预设的权重比例进行特征融合；

基于融合后的影像信息对所述路况识别模型的参数进行更新，完成训练。

5.一种基于图像的交通拥堵识别装置，其特征在于，包括：

路况视频数据输入模块，用于将车辆行驶过程采集的视频数据输入至预先训练的基于端到端的路况识别模型，所述路况识别模型包括影像特征提取网络，所述影像特征提取网络用于提取所述视频数据中的影像信息的背景特征；

路况分类结果获取模块，用于经由所述路况识别模型处理，获得用于辨识交通拥堵与否的路况分类结果，所述处理包括：根据相对于车辆的背景变化判断路况拥堵与否。

6.根据权利要求5所述的基于图像的交通拥堵识别装置，其特征在于，所述路况识别模型包括：

多维特征提取单元，用于分别提取所述视频数据中的时间信息以及所述背景特征，其中，所述时间信息包括相邻视频帧的时间间隔特征；

强化编码单元，用于将所述背景特征和所述时间间隔特征叠加后进行时序特征编码；

视频分类单元，用于根据时序特征编码结果进行路况分类。

7.根据权利要求5所述的基于图像的交通拥堵识别装置，其特征在于，所述装置还包括用于对所述影像特征提取网络进行训练的自监督训练模块；

所述自监督训练模块具体包括：

正序及逆序视频样本构造单元，用于利用包含连续视频帧的路况视频训练样本，随机构造出正序视频样本以及逆序视频样本，并生成对应于正序视频样本以及逆序视频样本的标签值；

样本影像信息提取单元，用于将正序视频样本和/或逆序视频样本输入至所述影像特征提取网络，获取到影像信息；

视频顺序分类单元，用于根据所述影像信息以及所述标签值，将输入的路况视频训练样本分类为正序视频或逆序视频，并将分类损失回传至所述影像特征提取网络进行迭代。