[发明专利]一种高速公路车辆异常停驶检测方法

权利要求书

1.一种高速公路车辆异常停驶检测方法，其特征在于，检测步骤如下：

步骤一、从高速公路摄像机获取图片帧；

步骤二、构建事先训练好的车辆检测模型；

步骤三、车辆检测：将摄像头的视频帧图像放缩到指定大小，然后输入模型检测出车辆位置；

步骤四、车辆异常停驶判断步骤如下：

第一步，获取车辆状态；

第二步，判断车辆异常停驶，判断车辆停驶的次数是否达到设定的阈值，若达到设定的阈值则判断出车辆发生了异常停驶的行为。

2.根据权利要求1所述的一种高速公路车辆异常停驶检测方法，其特征在于：所述步骤一中把图片输入事先训练好的车辆目标检测模型，以对获取的图片检查出车辆目标，获取车辆目标的位置信息，以此作为判断基点，连续循环抽取图片帧，检测车辆目标的位置信息，对比位置信息在一定的时间内是否发生位置偏移，若在一定的时间内，位置信息未发生偏移的次数达到设定的阈值，则判断车辆出现异常停驶的行为。

3.根据权利要求1所述的一种高速公路车辆异常停驶检测方法，其特征在于：所述步骤二中车辆建模：包括模型修改和模型训练，

模型修改：本专利模型是在YOLOv5基础上进行修改，针对本专利的使用场景，减少特征提取单元的数目，简化模型，使得模型处理单帧图像的时间降低；

模型训练：需要用大量的包含车辆高速公路图像，标注得到训练标签，标签转换，利用标注好的label和原图，经过训练，得到一个车辆检测模型。

4.根据权利要求3所述的一种高速公路车辆异常停驶检测方法，其特征在于：所述步骤二中YOLOv5就是作为一款对图像进行检测、分类和定位的iOS端APP进入人们的视野，而且APP还是由YOLOv5的作者亲自开发。

5.根据权利要求1所述的一种高速公路车辆异常停驶检测方法，其特征在于：所述步骤四中车辆异常检测：以第一帧图像中检测出的车辆位置信息为基准，连续抽取多帧图片，每一帧图像检测出的车辆位置信息与第一帧图像的车辆位置信息进行比较，判断位置信息是否发生位移，若位置信息差值在很小的范围内，则判断车辆状态为停驶。

6.根据权利要求5所述的一种高速公路车辆异常停驶检测方法，其特征在于：所述步骤四中车辆异常检测：在第一步的基础上获得车辆的状态为停驶并进行计数，在一定的时间内，车辆连续停驶的次数达到设定的阈值时，则判断为车辆发生了异常停驶的行为。

7.根据权利要求6所述的一种高速公路车辆异常停驶检测方法，其特征在于：从监控系统获取相机视频流数据，进行抽帧处理得到待处理图片，把待处理的图片输入到预先训练好的车辆检测模型中，获取车辆位置信息，并把第一帧图像中检测出的车辆位置信息为基准。

8.根据权利要求6所述的一种高速公路车辆异常停驶检测方法，其特征在于：从监控系统连续抽取多帧图片，输入到车辆检测模型中，获取车辆位置信息，并与第一帧车辆位置信息进行比较，判断位置信息是否发生位移，若位置信息差值在很小的范围内，则判断车辆状态为停驶并计数。