[发明专利]一种车辆违规事件检测的方法、装置和电子设备

权利要求书

1.一种车辆违规事件检测的方法，其特征在于，包括：

实时采集预设区域内所有车辆的图像数据，所述图像数据包含至少2帧所述区域内的图像；

根据所述图像数据，确定在所述预设区域内每辆车的运动轨迹；

根据每辆车的运动轨迹以及交通事件确定模型，确定每辆车当前所属的交通事件，其中，所述交通事件确定模型为车辆运动轨迹与车辆所属交通事件之间的对应关系，所述车辆所属交通事件包括：违规停车、车辆逆行以及车辆正常行驶；

根据每辆车所属的交通事件，输出指示车辆属于违规交通事件的告警信息；

其中，所述交通事件确定模型采用深度神经网络方式构建，其中，所述交通事件确定模型的输入层包含n个节点，每个节点对应每辆车运动轨迹的一个采样点，输出层包含m个输出节点，每个所述输出节点对应一种交通事件，n和m为大于1的整数；

根据每辆车的运动轨迹以及交通事件确定模型，确定每辆车当前所属的交通事件，具体包括：

获取所述交通事件确定模型输入层的节点数目；

根据所述输入层的节点数目，分别对每辆车的运动轨迹进行预处理，包括：若所述运动轨迹中的采样点数目大于所述输入层的节点数目，则随机删除所述运动轨迹中采样点坐标数据的最大值和最小值之间中任一的坐标数据，直至所述运动轨迹中采样点的数量等于n个；若所述运动轨迹中的采样点数目小于所述输入层的节点数目，则在所述运动轨迹中采样点坐标数据的最大值和最小值之间随机模拟生成新的采样点，直至所述运动轨迹中采样点的数量等于n个；

将预处理后的每辆车的运动轨迹作为所述交通事件确定模型的输入，确定每辆车当前所属的交通事件。

2.根据权利要求1所述的车辆违规事件检测的方法，其特征在于，在确定每辆车当前所属的交通事件之前，所述车辆违规事件检测的方法还包括：

获取所述预设区域在第一预设时间段内车辆的历史图像数据，以及获取所述第一预设时间段内每辆车所属的交通事件；

根据所述历史图像数据，确定第一预设时间段内每辆车在预设区域内的历史运动轨迹；

根据所述历史运动轨迹以及所述第一预设时间段内每辆车所属的交通事件，构建所述交通事件确定模型。

3.根据权利要求1所述的车辆违规事件检测的方法，其特征在于，在获取所述交通事件确定模型输入层的节点数目之后，且在分别对每辆车的运动轨迹进行预处理之前，所述车辆违规事件检测的方法还包括：

对每辆车的所述运动轨迹进行归一化处理。

4.根据权利要求1所述的车辆违规事件检测的方法，其特征在于，根据所述图像数据，确定在所述预设区域内每辆车的运动轨迹，具体包括：

检测每帧图像中每辆车在所述预设区域内的位置；

针对图像中每辆车进行如下处理：

在连续帧的图像中识别所述车辆，并将每帧图像中所述车辆的位置作为所述车辆运动轨迹中的采样点；

根据所述区域内所述车辆的运动轨迹的采样点，确定所述车辆的运动轨迹。

5.根据权利要求1所述的车辆违规事件检测的方法，其特征在于，将预处理后的每辆车的运动轨迹作为所述交通事件确定模型的输入，确定每辆车当前所属的交通事件，具体包括：

对每辆车进行如下处理：

获取当前车辆对应的每种交通事件的置信度；

根据所述置信度，确定所述车辆当前所属交通事件。