[发明专利]斑马线车辆不礼让行人行为的视觉检测系统

说明书

技术领域

本发明涉及人工智能、卷积神经网络和计算机视觉在斑马线上车辆不礼让行人行为的检测方面的应用，属于智能交通领域。

背景技术

《道路交通安全法》第四十七条规定，机动车行经人行横道时，应当减速行驶；遇到行人正在通过人行横道时，应当停车让行。机动车行经没有交通信号的道路时，遇行人横过道路，应当避让。但是在实际生活中，部分司机却不遵守该规定，有的甚至看到行人正在通过人行横道时，加速鸣笛通过，给交通安全带来隐患。每年在斑马线上由于驾驶员没有礼让行人而造成的死亡事故超过千人次。就连全国在斑马线上车辆礼让行人做得最好的城市杭州，各种车辆的礼让率也只有90％～97％。

“礼让斑马线”，是《道路交通安全法》的明文规定，对遇行人正在通行人行横道时未停车让行的行为，交警将依法处以罚款100元，记3分的处罚，造成交通事故的，罚款200元，记3分。

《道路交通安全法》明确规定，行人、机动车在行经有信号灯的斑马线时，应按照信号灯指示通行。机动车在行经无信号灯控制的斑马线时，必须在斑马线外停车让行。如果机动车在斑马线前有鸣笛催促或者行人、车辆同处斑马线内，且行人在机动车前方，则认定为不礼让行人。

中国发明专利申请号为201510058281.0公开了一种违规车让人行为实时检测方法，该方法包括以下步骤：1)将视频数据解析成画面帧信息；2)检测画面中的斑马线区域；3)检测画面中车辆位置；4)对车辆进行速度检测和轨迹追踪；5)当有车辆越过斑马线且行驶速度超过阈值的时候，对斑马线两端的位置进行行人检测；6)若斑马线两端有行人等待，则高速越过斑马线的车辆为没有遵守车让人规定的违规车辆；7)对违规的车辆进行车牌识别。

中国发明专利申请号为201410630320.5公开了机动车斑马线未礼让行人自动抓拍的识别方法，该方法包括系统管理子系统，用于配置和管理机动车斑马线未礼让行人的自动抓拍；图像采集子系统，用于采集斑马线和机动车道区域的图像数据；违章抓拍子系统，在斑马线区域对未礼让行人的机动车进行抓拍和取证；数据存储子系统，用于保存原始图像及抓拍的违章图像和视频；网络传输子系统，用于将抓拍的图像和视频数据上传至交警平台或服务器。

中国发明专利申请号为201210040225.0公开了机动车斑马线不礼让行人行为抓拍系统及其方法，该方法，包括：行人图像采集单元，用于采集斑马线上的行人图像；机动车图像采集单元，用于采集经过斑马线的机动车道上的机动车图像；行人检测单元，用于检测行人图像中的行人人数；机动车检测与抓拍单元，用于根据机动车图像采集单元所采集的机动车图像实时检测机动车，当检测到有机动车位于斑马线上且行人人数大于或等于预定门限时，从机动车图像中提取至少三张取证照片。

上述视觉检测技术属于前深度学习时代的视觉检测技术，存在着检测精度和检测鲁棒性不高的问题。此外，上述几个专利内容只是披露了一些技术概要，实际应用中尚有很多技术细节和关键问题尚未涉及，尤其是针对《道路交通安全法》的各种细节问题的解决方案。

最近几年深度学习在计算机视觉领域的技术得到了迅速的发展,深度学习能利用大量的训练样本和隐藏层逐层深入地学习图像的抽象信息,更全面直接地获取图像特征。数字图像是以矩阵来描述的,卷积神经网络更好地从局部信息块出发,进而描述图像的整体结构,故在计算机视觉领域,深度学习方法中大多采用卷积神经网络来解决问题。回绕着提高检测精度和检测时间，深度卷积神经网络技术从R-CNN，Faster R-CNN到Fasterer R-CNN。具体表现为进一步精度提升、加速、端到端及更实用化，几乎覆盖了从分类到检测、分割、定位各个领域。深度学习技术运用于斑马线车辆不礼让行人视觉检测将是一个非常有实际应用价值的研究领域。

当人类的视觉系统在感知运动目标时，运动目标会在视觉系统的成像平面上形成一种均匀变化的图像流，称之为光流。光流表达了图像像素随时间的变化快慢程度，是一个图像序列中的图像灰度模式的表观运动，是空间运动物体的被观测表面上的像素点运动的瞬时速度场。光流法的优点在于提供了运动目标的相对运动速度、运动姿势位置以及表面纹理结构等丰富信息，而且能够在不知道场景任何信息的情况下，甚至复杂场景下，也能检测到运动目标。因此，在检测出道路上的运动对象后，可以用光流法来识别运动对象的运行方向和运动速度。

发明内容