[发明专利]基于目标检测和目标跟踪的非机动车违法行为判定的方法

说明书

本发明提供了一种基于目标检测和目标跟踪的非机动车违法行为判定的方法，它解决了非机动车违法行为识别效果差等问题，其包括如下步骤：S1：对数据集进行构建；S2：对目标检测模型进行训练；S3：采集前端数据；S4：对非机动车违法驾驶行为进行识别；S5：对非机动车违法行为驾驶员身份识别。本发明具有违法行为识别精度高、交通管理效果好等优点。

技术领域

本发明属于交通管理技术领域，具体涉及一种基于目标检测和目标跟踪的非机动车违法行为判定的方法。

背景技术

随着城市化工作的推进，城市人口越来越多，各地机动车保有量也越来越高，堵车已成为很多城市的一大难题。除了车流量、交通违法以及交通事故等机动车本身原因外，非机动车驾驶员交通法规意识淡泊也成为机动车拥堵的一个重要因素。近年来，非机动车占用机动车道、闯红灯、非机动车闯红灯、不戴头盔、载人等违法驾驶现象十分普遍，这些违法驾驶行为一方面不仅增加事故发生的概率，另一方面在事故发生时极大地增加了非机动车驾驶人受重伤的概率。如何科学化、常态化治理违规驾驶行为已经成为城市交通网络中亟需解决的难题。

智能交通领域的发展，比如交通信号灯自动判别、汽车车道线检测以及机动车车牌识别等技术的出现，直接降低相关部门的日常工作难度；比如车牌自动识别技术将识别后的车牌号公布在卡口电子显示屏上，用以威慑违法人等等。然而相较于机动车，非机动车的违法驾驶行为自动识别技术应用较少，其原因在于：非机动车密度大，容易互相遮挡，在监控视频中所占面积较小，而且车牌字符小、多且杂乱，再者在非机动车上的雨披遮挡、挡板干扰、车牌悬挂无固定位置等问题的干扰之下，使得非机动车的违法驾驶行为难度相较于机动车更大。

为了解决现有技术存在的不足，人们进行了长期的探索，提出了各式各样的解决方案。例如，中国专利文献公开了一种非机动车交通违法判定方法、系统、装置及存储介质[202011510604.2]，其包括从违章地的监控设备中获取非机动车的违章图片，并记录违章时间段；对所述违章图片进行图像识别，以确定所述违章图片中的行为人的初步身份信息；根据所述初步身份信息对所述违章地在所述违章时间段内的所有非机动车车主的人员信息表进行查询，以确定所述违章图片中的行为人的最终身份信息。

上述方案在一定程度上解决了非机动车违法行为采集的问题，但是该方案依然存在着诸多不足，例如对于非机动车违法行为识别效果差等问题。

发明内容

本发明的目的是针对上述问题，提供一种设计合理，对于非机动车识别效果好的基于目标检测和目标跟踪的非机动车违法行为判定的方法。

为达到上述目的，本发明采用了下列技术方案：本基于目标检测和目标跟踪的非机动车违法行为判定的方法，包括如下步骤：

S1：对数据集进行构建；

S2：对目标检测模型进行训练；

S3：采集前端数据；

S4：对非机动车违法驾驶行为进行识别；

S5：对非机动车违法行为驾驶员身份识别。通过建立数据集并对目标检测模型进行训练，提高非机动车识别准确度，方便对非机动车违法行为进行迅速识别，从而提高了非机动车的监管效果。

在上述的基于目标检测和目标跟踪的非机动车违法行为判定的方法中，步骤S1包括如下步骤：

S11：利用Python网络爬虫从网络获取图片；

S12：从道路监控缓存视频截取图片；

S13：对图片进行随机缩放、裁剪、翻转和旋转。

S14：将图片整合为原始数据集。对图片进行随机化处理，提高了模型的泛化性能，增加了原始数据集的多样性。

在上述的基于目标检测和目标跟踪的非机动车违法行为判定的方法中，步骤14包括如下步骤：