[发明专利]一种基于深度学习和重叠率跟踪的视频车流量检测方法

摘要

本发明公开了一种基于深度学习和重叠率跟踪的视频车流量检测方法，所述方案中，利用深度学习建立一个深度学习模型，然后向建立的深度学习模型中输入大量已标注的数据进行训练，以实现检测一张图像中物体的功能。最后达到的效果就是提供一张图像，输入深度网络，提取出该图像出现车的位置，即框。然后利用深度学习模型检测出的车辆结果进行车流量的统计。本发明所记述的方案中，通过计算车辆检测过程中提取出的框的重叠率来判断车辆数量是否增加。本方案统计车流量的方法能够在实时检测车流量的同时，解决视频车流量检测中多次出现同一辆车的问题。

主权项

一种基于深度学习和重叠率跟踪的视频车流量检测方法，其特征在于，包括以下步骤：(1)获取视频帧图像，对视频帧图像进行车辆检测，直至第一张检测到车辆的视频帧图像；然后，获取视频帧图像上的车辆框，并截取车辆框内对应的车辆图像，判断所检测到的车辆框是否为定义的边界框，如果不是，将车辆框添加进框队列，变为队列框，并将车辆数加一，执行步骤(2)；(2)检测下一帧图像中的车辆，获取相应图像中的车辆框，分别判断所检测图像中每个车辆框与每个队列框的重叠率，如果车辆框与框队列中的框匹配，则用车辆框替换与车辆框匹配的框；否则，判断车辆框中图像与队列框中图像的相似度，如果相似度低于定义的相似度阈值，将车辆框加入队列框，同时判断所检测到的车辆框是否为边界框，如果不是边界框，则将车辆数加一；(3)删除框队列中的边界框；(4)判断是否满足终止条件，如果满足，则退出车流量检测过程，否则重复执行步骤(2)。