[发明专利]高速公路服务区客车违法上下客的检测方法及系统

说明书

本发明公开了一种高速公路服务区客车违法上下客行为的检测方法及系统，所述方法包括：采集高速公路服务区的检测视频场；对检测视频场中的客车进行检测分析，包括：客车停车检测、客车行李箱打开检测、上下客统计计数及上下客携物特征检测；根据检测分析结果对违法上下客行为进行识别。本发明能够实现高速公路服务区客车违法上下客行为的自动检测，提高检测判断的准确率，降低漏检率的准确率，降低漏检率。

技术领域

本发明涉及一种高速公路服务区客车违法上下客行为的检测方法及系统，属于视频图像处理技术领域。

背景技术

高速公路服务区客运车辆违法上下客行为严重地影响交通秩序，危害交通安全，扰乱客运市场；车辆容易出现超载、倒客、甩客等违法违规行为，行李未经安检存在安全隐患，乘客司机的合法权益无法保障；此外，客运车辆违法上下客带来行人自由出入、翻过围栏、横穿高速公路的风险，导致意外伤害及事故。

目前高速公路服务区主要采用人工现场巡检的方式判别车辆上下客合法性，缺少有效的智能化检测识别手段，导致违法上下客执法效力低、时效性差。随着技术进步、管理机制革新，采用技术与管理融合手段实现服务区违法上下客行为的主动检测识别，已成为当务之急。

发明内容

本发明实施例的目的在于克服现有技术中的不足，提供一种高速公路服务区客车违法上下客行为的检测方法及系统，实现高速公路服务区客车违法上下客行为的自动检测，提高检测判断的准确率，降低漏检率。

为达到上述目的，本发明实施例是采用下述技术方案实现的：

第一方面，本发明实施例提供了一种高速公路服务区客车违法上下客行为的检测方法，所述方法包括：

采集高速公路服务区的检测视频场；

对检测视频场中的客车进行检测分析，包括：客车停车检测、客车行李箱打开检测、上下客统计计数及上下客携物特征检测；

根据检测分析结果对违法上下客行为进行识别。

可选择地，当满足下述条件时判定客车存在违法上下客行为：

a.检测到客车有停车行为；

b.检测到客车具有打开行李箱动作；

c.检测到上下客具有携物行为；

d.客车停车后上下客统计计数对比不一致。

可选择地，所述检测分析采用深度卷积神经网络的深度目标检测算法。

可选择地，所述深度目标检测算法包括：

构建检测视频图像的深度卷积神经网络；

结合训练样本进行深度卷积神经网络的训练；

采用训练好的深度卷积神经网络进行检测分析。

可选择地，所述深度卷积神经网络包括：

用于生成图像的特征图的深度卷积神经网络的特征提取网络、用于检测特征图中是否包含检测目标的区域建议网络和用于对检测目标分类的分类回归网络。

可选择地，所述特征提取网络采用二分类的特征提取网络。

可选择地，所述区域建议网络检测特征图中是否包含检测目标的方法包括：

通过ROI pooling层对生成的特征图进行max pooling池化，将特征图转化为大小统一的特征图；

通过两个卷积层对大小统一的特征图进行特征映射；

通过一个全连接层检测卷积层输出特征图中的建议区域内是否包含检测目标；