[发明专利]一种基于多目标跟踪检测的智能交通拥堵检测方法及系统

权利要求书

1.一种基于多目标跟踪检测的智能交通拥堵检测方法，其特征在于，包括如下步骤：

步骤一、从视频中读入视频帧，用作后续处理；

步骤二、对读入的所述视频帧用yolov4模型和tensorrt加速技术进行车辆检测，得到车辆目标框；

步骤三、对所述车辆目标框用卡尔滤波和匈牙利算法进行多目标跟踪；

步骤四、记录跟踪到的目标车辆信息，包括停留帧数、坐标；

步骤五、通过所述目标车辆信息进行构建双高斯模型，统计所有车辆的运动帧数对应的均值和标准差信息；

步骤六、判断每一个车辆是否慢速，并给车辆赋状态值；

步骤七、判断整体慢速车辆是否大于设定值，如果大于设定值则将交通状态赋为拥堵，如果不大于设定值，则将交通状态赋为不拥堵。

2.根据权利要求1所述的一种基于多目标跟踪检测的智能交通拥堵检测方法，其特征在于，还包括：步骤八、将满足标准行驶要求的车辆帧数更新正常行驶标准帧数。

3.一种根据权利要求1至2任意一项所述的一种基于多目标跟踪检测的智能交通拥堵检测方法的检测系统，其特征在于，包括视频读入模块、目标检测模块、目标跟踪模块及跟踪处理模块；其中，所述视频读入模块、目标检测模块、目标跟踪模块及跟踪处理模块依次连接。

4.根据权利要求3所述的一种基于多目标跟踪检测的智能交通拥堵检测系统，其特征在于，所述视频读入模块用于从视频中读取图像帧用于后续处理；

所述目标检测模块用于采用yolov4模型和tensorrt加速技术进行车辆检测，得到车辆目标框；

所述目标跟踪模块用于采用卡尔曼滤波和匈牙利匹配等算法进行多目标跟踪，给每辆车赋id；

所述跟踪处理模块用于记录所述目标跟踪模块跟踪到的目标车辆信息，包括在ROI区域停留的帧数、坐标点，并对跟踪到的目标进行处理。

5.根据权利要求4所述的一种基于多目标跟踪检测的智能交通拥堵检测系统，其特征在于，在所述跟踪处理模块对跟踪到的目标进行处理时，包括如下步骤：

a、记录每一个目标车辆运动轨迹，对车辆运动轨迹进行筛选；

b、对车辆位置点进行坐标分析；

c、删除目标在ROI区域内不是以直线运动的轨迹，删除没有贯穿ROI区域的轨迹；

d、融合ransac拟合运动轨迹的方案，协同判断目标运动轨迹的可靠程度；

e、得到目标轨迹。

6.根据权利要求5所述的一种基于多目标跟踪检测的智能交通拥堵检测系统，其特征在于，所述坐标分析时，需满足以下条件：

条件一，目标在ROI区域内运行轨迹必须是直线，该条件使用目标轨迹点之间的标准差来保证；

条件二，必须是贯穿进过ROI区域的运动轨迹，该条件通过同方向最大距离保证。

7.根据权利要求6所述的一种基于多目标跟踪检测的智能交通拥堵检测系统，其特征在于，在统计ROI区域内所有满足条件一和条件二的运动目标帧数后，利用双高斯模型，对目标帧数进行建模，分别使用方差不同的高斯函数，更新不同高斯的权重，对目标帧数进行缓存，双高斯权重加权和为1，最终得到两个高斯模型。

8.根据权利要求7所述的一种基于多目标跟踪检测的智能交通拥堵检测系统，其特征在于，两个所述高斯模型包括模型一和模型二；

所述模型一的特征为表征均值为正常行驶通过ROI区域的平均帧率；

所述模型二的特征为表征异常行驶通过ROI区域的平均帧率。

9.根据权利要求8所述的一种基于多目标跟踪检测的智能交通拥堵检测系统，其特征在于，由所述高斯模型对ROI区域内缓存数据中的每一个目标车辆的停留帧数进行判断；

如果大于正常行驶的标准帧数，则将对应车辆标为慢速；

如果慢速车辆数大于设定值，将拥堵状态设为true。