[发明专利]一种三轮车流量统计和载人判断的方法及系统

说明书

本发明公开了一种三轮车流量统计和载人判断的方法及系统，包括：获取交通场景监控的图像数据；构建三轮车的目标跟踪模型，将图像数据输入目标跟踪模型中，获得三轮车在图像中的矩形框坐标和三轮车的ID编号；根据三轮车在图像中的矩形框坐标构建三轮车上的人体检测模型，根据包含三轮车的图像区域获得人体矩形框坐标；通过人体矩形框坐标与三轮车矩形框坐标的位置关系判断是否载人。设置与三轮车流行驶方向垂直的矩形框区域A，用以判断三轮车流量。通过深度学习与跟踪算法相结合的方法定位视频帧中的三轮车区域，不仅解决了道路交通场景中三轮车违法载人判定准确率较低的问题，同时实现了某一区域内三轮车流量的统计。

技术领域

本发明涉及智能交通中的目标检测及跟踪技术领域，具体来说是一种三轮车流量统计技术和载人判断的方法及系统。

背景技术

随着自动化和人工智能的发展，智能交通、智慧城市等概念被随之提出，目前，我国高速公路、城市道路以及乡镇主要干道大多都安装了高清摄像机，能够对经过的机动车、非机动车、行人等进行抓拍和记录。通过查看视频记录，我们发现即使在有相关法律规定三轮车不允许载人的情况下，每天仍有大量三轮车载人行驶。据了解，我国每年因为三轮车违法载人导致的交通事故很多，因此结合道路安装的高清摄像头并对视频图像进行处理，对于防范三轮车违法载人的情况有重要参考价值并且可以对三轮车流量进行实时监测。

通过调研发现，关于三轮车违法载人的情况判断主要以人工判定为主，但显然这种方式准确率不高，比较耗时而且需要较多人员。

又如申请号为202010697598.X公开的一种结合卷积神经网络进行三轮车载人识别的方法。其通过在图像中检测三轮车区域，然后在三轮车所在区域检测人体数量来进行三轮车载人的识别。然而，此专利公开的思路中没有对不同的三轮车目标进行编号和跟踪，因此不能同时实现三轮车流量统计以及三轮车违法载人的情况；同时，在进行人体检测时，往往三轮车所在的区域相对于原始摄像头抓拍的图像尺寸较小，因此直接在三轮车所在的区域进行人体检测时，会影响检测效果。

发明内容

本发明所要解决的技术问题在于如何实时统计三轮车流量以及智能判断三轮车载人情况。

本发明通过以下技术手段实现解决上述技术问题的：

一种三轮车流量统计和载人判断的方法，包括以下步骤：

S1：获取交通场景监控的图像数据；

S2：构建三轮车的目标跟踪模型，将所述图像数据输入目标跟踪模型中，获得三轮车在图像中的矩形框坐标和三轮车的ID编号；

S3：根据所述三轮车在图像中的矩形框坐标，获取包含三轮车的图像区域；

S4：构建三轮车上的人体检测模型，将所述包含三轮车的图像区域输入人体检测模型中，获得人体矩形框坐标；

S5：通过判断人体矩形框坐标与对应三轮车矩形框坐标的位置关系判断三轮车是否载人，具体包括：将人体矩形框坐标映射到原始输入的图像中；将对应三轮车矩形框坐标转换成左上角坐标和右下角坐标；当人体矩形框右下角的横纵坐标分别在对应三轮车的左上角和右下角横纵坐标之间，则对对应三轮车上的人体数量加一；若对应三轮车上的人体数量大于等于2，则视为三轮车载人；否则视为三轮车未载人。

S6：设置一个与三轮车流行驶方向垂直的矩形框区域A，通过判断三轮车是否经过垂直于车流方向的区域A的某条边，统计三轮车流量。

通过建立三轮车的目标跟踪模型和人体检测模型，分别对三轮车和人体进行检测，并对三轮车编号。通过判断人体矩形框的坐标与三轮车矩形框坐标的关系判断车上人员数量，从而判断三轮车上是否载人，判断精度高；通过判断三轮车是否经过垂直于车流方向的矩形区域，统计三轮车流量。