[发明专利]一种违反禁止标线的车辆违法行为的识别方法

说明书

本发明提供一种违反禁止标线的车辆违法行为的识别方法，其可以在不依赖场景要素标注和识别的基础上，结合追踪结果和分类结果进行违反禁止标线违法行为的识别。本发明技术方案中，通过设置违规行为标注框，将机动车与其周边环境的背景信息统一标注，基于包含背景信息的违法行检测用图片训练得到车辆行为分类模型，基于车辆行为分类模型对包括背景信息的违法识别待识别图片进行识别，然后基于识别结果中的机动车行为类型，判断待识别监控图片对应的车辆是否存在违反禁止标线的违法行为。

技术领域

本发明涉及智能交通控制技术领域，具体为一种违反禁止标线的车辆违法行为的识别方法。

背景技术

机动车违法行为中，如：白实线变道、黄实线停车等等违反禁止标线的违法行为是常见的交通违规。随着当前各类深度学习技术在智能交通领域广泛应用，现有技术中对机动车的违反禁止标线的违法行为的分析，多是应用目标检测和目标追踪技术实现视频中机动车的轨迹分析，结合人工标注或算法识别的背景信息，判断有无违反禁止标线的违法行为。但是，现有的技术方案中，在结合背景信息判断车辆是否违法的过程里，需要对图片中的禁止标线和车辆的位置关系做逻辑判断，因为显示中存在的情况随机性很大，无法通过穷举的方法覆盖，所以需要非常复杂的车辆轨迹分析算法或者需要人工添加很多场景要素的标注，才能判断车辆是否有违法行为，导致现有技术中的针对表现违法行为识别的方法都非常复杂，实现比较困难。

发明内容

为了解决现有技术中的针对表现违法行为识别的方法都比较复杂，实现比较困难的问题，本发明提供一种违反禁止标线的车辆违法行为的识别方法，其可以在不依赖场景要素标注和识别的基础上，结合追踪结果和分类结果进行违反禁止标线违法行为的识别。

本发明的技术方案是这样的：一种违反禁止标线的车辆违法行为的识别方法，其包括以下步骤：

S1：收集监控图片，通过机动车位置标注框，对图片中的机动车进行位置标注，得到机动车位置检测用图片；

其特征在于，其还包括以下步骤：

S2：对所述机动车位置检测用图片，用违规行为标准框进行标注，得到分类基础图片；

所述违规行为标注框的位置中心与所述机动车位置标注框中心相同；

所述违规行为标注框的尺寸为：按照预设的违规位置阈值，以所述机动车位置标注框的中心为中心，在所述机动车位置标注框的上、下、左和右四个方向上分别进行扩充；

S3：基于所述分类基础图片，按照机动车行为类型进行分类，得到违法行检测用图片；

所述机动车行为类型包括：黄实线场景无违法、黄实线场景有违法、黄虚线场景、白实线场景无违法、白实线场景有违法、白虚线场景、导流线场景无违法、导流线场景有违法、无标线场景、其他场景；

S4：基于所述机动车位置检测用图片，训练车辆目标检测模型，得到训练好的所述车辆目标检测模型；

S5：基于所述违法行检测用图片，训练车辆行为分类模型，得到训练好的所述车辆行为分类模型；

S6：取得所有待识别监控图片，将所述待识别监控图片输入到训练好的所述车辆目标检测模型中，得到带有识别结果的图片，将其中检测出有机动车的图片，记做违法行为待识别图片；

S7：将所述违法识别待识别图片基于所述违规行为标注框进行标注；

S8：将标注完毕的所述违法行为待识别图片输入到训练好的所述车辆行为分类模型中，得到对应的所述机动车行为类型；

S9：基于所述违法行为待识别图片对一个的所述机动车行为类型，判断所述待识别监控图片对应的车辆是否存在违反禁止标线的违法行为。

其进一步特征在于：

所述违规位置阈值设置为扩充方向上所述机动车位置标注框的对应边长的1/5；

步骤S9中，判断所述待识别监控图片对应的车辆是否存在违反禁止标线的违法行为，具体包括以下步骤：

a1：基于所述待识别监控图片获取待识别车牌号码；