[发明专利]车流量实时统计方法、装置、电子设备以及存储介质

说明书

本申请公开了一种车流量实时统计方法、装置、电子设备以及存储介质，该方法通过车辆检测模型对道路视频中的车辆进行初步识别，排除了环境等外部参数的影响；通过卷积神经网络进一步获取车辆的特征，能够有效保证车辆位置框的准确性，提高统计车辆流量的准确性；通过卡尔曼滤波算法和匈牙利算法对车辆位置框进行匹配和编号，能够有效保证同一车辆在所有图像中的唯一性，保证编号的准确性，从而有效保证最终得到的车辆流量的精确度。

技术领域

本发明涉及目标跟踪检测技术领域，尤其涉及一种车流量实时统计 方法、装置、电子设备以及存储介质。

背景技术

交通拥堵是困扰当前城市交通的重要难题，随着国民经济的快速发 展和城市化进程的不断加快，日益增长的交通需求和城市道路基础设施 建设将会成为当前城市交通的主要矛盾，交通拥挤和阻塞现象必然会频 繁发生，导致影响人们的工作和生活质量。

目前，为了减少交通拥堵现象，主要是根据传统的交通拥堵传播分 析方法，一般利用交通专家的经验，根据道路网络的结构，分析提取预 判可能发生的交通拥堵。由于主要是依赖于人的主观经验，交通拥堵分 析结果不准确，而且是只能实行小范围面积内的拥堵获取分析，交通拥 堵获取效率低，车主出行时间增长，出行成本高。

因此，现有技术中对车流量的判断主要是人为的直观判断，存在无 法精准地实时获取道路车流量的问题。

发明内容

有鉴于此，有必要提供一种车流量实时统计方法、装置、电子设备 以及存储介质，用以解决现有技术中无法精准地实时获取道路车流量的 问题。

为了解决上述问题，本发明提供一种车流量实时统计方法，包括：

获取道路视频，并基于车辆检测模型，确定道路视频中的车辆位置 框；

根据车辆位置框，基于卷积神经网络，确定车辆位置框的特征向量；

根据车辆位置框，基于卡尔曼滤波算法，确定车辆位置框的可能位 置框；

根据特征向量和可能位置框，基于匈牙利算法，确定车辆位置框的 ID编号；

根据ID编号，确定道路视频中的车辆流量。

进一步地，获取道路视频，并基于车辆检测模型，确定道路视频中 的车辆位置框，包括：

获取多个道路视频样本；

建立初始车辆检测模型，初始车辆检测模型包括支柱网络层、颈部 结构层及头部输出层；

将多个道路视频样本输入至初始车辆检测模型，输出多个道路视频 样本对应的多个车辆位置框样本，训练初始车辆检测模型，得到训练完 备的车辆检测模型；

将道路视频输入至训练完备的车辆检测模型，确定道路视频中的车 辆位置框。

进一步地，将多个道路视频样本输入至初始车辆检测模型，输出多 个道路视频样本对应的多个车辆位置框样本，包括：

根据多个道路视频样本，进行分帧处理，得到对应的多组车辆图片 样本；

将多组车辆图片样本输入至支柱网络层，通过Focus切片处理，提 取多组车辆图片样本的多组图片特征；

将多组图片特征输入至颈部结构层，将多组图片特征中的高层特征 上采样和低层特征，分别进行拼接融合，得到多组新尺度特征；

将多组新尺度特征输入至头部输出层，得到多个道路视频样本对应 的多个车辆位置框样本。

进一步地，训练初始车辆检测模型，得到训练完备的车辆检测模型， 之后还包括：

获取训练完备的车辆检测模型的置信度损失、定位损失及分类损失；