[发明专利]一种基于路面提取与分割的深度学习车辆计数方法

摘要

本发明公开了一种基于路面提取与分割的深度学习车辆计数方法，具体包括利用摄像机采集道路的视频图像，利用数字图像处理方法获取道路路面区域并使用分割策略将路面分割成“近端”、“远端”两部分，将分割后的路面区域送入深度学习网络进行车辆目标的检测，并对检测结果进行持续跟踪获取车辆二维轨迹，利用车辆二维轨迹统计某一道路方向的不同类别车辆的流量，达到车辆计数的目的。该方法对于路面远处的小型车辆检测精度较高，为精准的车辆计数提供了数据基础。本发明的方法可应用于多种交通场景，具有较高的稳定性和计数精度，能有效地对图像视野中道路范围的车辆进行准确的检测与持续的跟踪，从而实现车辆的计数，具有广阔的应用前景。

主权项

1.一种基于路面提取与分割的深度学习车辆计数方法，其特征在于，该方法包括如下步骤：步骤一，运用数字图像处理方法对交通视频进行处理，提取完整的路面区域图像；步骤二，利用提取的道路路面区域，使用分割策略将路面分割为“近端”“远端”两部分，得到路面提取分割后的交通图像；步骤三，使用深度学习目标检测算法，分别对分割后的路面区域进行车辆检测，得到路面“近端”及“远端”的车辆图像位置及车辆类别；步骤四，使用跟踪算法，并利用步骤三得到的车辆图像位置及车辆类别，获取车辆目标轨迹；步骤五，在步骤二得到的路面提取分割后的交通图像中确定检测线位置；步骤六，统计与步骤五中的检测线相交的轨迹，即为车辆计数结果。