[发明专利]一种基于无人机交通视频的车流量统计方法

权利要求书

1.一种基于无人机交通视频的车流量统计方法，其特征在于，包括以下步骤：

步骤1）：在需要统计车流量的十字路口处，画定四条标志线；

步骤2）：选定一个静止的且与周围环境在颜色或几何形状上有差异的参照物；

步骤3）：跟踪参照物，计算参照物的相对偏移量，并根据偏移量修正标志线的位置；

步骤4）：运用深度学习技术对视频中的车辆目标进行检测；

步骤5）：提取目标区域的HOG特征，并使用训练好的机器学习分类模型进行预测，判断出对应车辆的类别；

步骤6）：通过前后帧匹配，建立前后帧运动区域之间的联系，判断前后两帧区域的中心点是否在标记线两侧，分别统计左转、直行、右转的车辆类型和车辆数量；

步骤7）：视频处理结束后，自动将流量信息导出并存储。

2.如权利要求1所述的一种基于无人机交通视频的车流量统计方法，其特征在于：所述步骤3）中，通过核相关滤波的目标跟踪方法跟踪已标记的参照物，每一帧都对参照物计算相对偏移量，并以相对偏移量修正标志线因视频抖动造成偏移的目标位置。

3.如权利要求1所述的一种基于无人机交通视频的车流量统计方法，其特征在于：所述步骤5）中的机器学习分类模型采用如下方式建立：采用标记数据集的交互式工具对给定图像进行标记车辆的操作，以获得包括车型的车辆数据集，用作车辆检测与分类学习任务中的训练数据集；提取训练数据集的HOG特征，并训练机器学习分类模型。

4.如权利要求3所述的一种基于无人机交通视频的车流量统计方法，其特征在于：所述机器学习分类模型可采用随机森林或SVM。

5.如权利要求1所述的一种基于无人机交通视频的车流量统计方法，其特征在于：所述步骤6）中，前后帧匹配指根据前两帧目标区域中心点位置的变化，估算出当前帧该区域中心点的位置，取离预测中心点最近的区域进行匹配。