[发明专利]一种基于计算机视觉的交通违章行为检测方法

说明书

本发明公开了一种基于计算机视觉的交通违章行为检测方法，其通过计算机视觉技术，对在交通场景下的行人、不同类别机动车、交通指示灯、行车线、斑马线、车牌、车标等物体进行实时的目标识别，同时对机动车车速、车流量等信息进行实时检测与统计，对于行人闯红灯、机动车闯红灯、机动车不礼让行人、机动车超速行驶等违反交通道路规范章程的行为，该应用也进行捕捉和识别，协助交通监管者进行高效、便捷、智能的交通监管，提高工作效率，减少漏检，误检的发生。

技术领域

本发明涉及交通违章行为检测领域，尤其涉及一种基于计算机视觉的交通违章行为检测方法。

背景技术

当今交通问题已经成为全球性的“城市通病”，而交通拥堵是城市“交通病症”的主要表现。城市交通拥堵的“病因”源于多种因素，且交通拥堵直接影响着人们的出行质量，特别是利用车辆交通的人们。道路车辆拥挤，交通事故频发，交通环境恶化，能源紧张，环境污染不断加重，这些日益严重交通问题与现代化交通的基本的理念，即通达、有序、安全、舒适、低能耗、低污染等要求是完全相违背的。

因此在全国大中小城市的交通枢纽中，对于交通违章行为检测也越来越重视，随着国家对互联网科技的重要，交通已进入智能时代，在日常交通出行中存在着大量的交通违法行为，采用以往的直接检测法，即主要通过在车辆和道路上安装探测传感器来收集数据，对数据进行分析目标物的运行状态，判断是否有异常情况，上述检测方法已经不能满足智能交通系统的需求，鉴于此，研发出能适应现代交通错综复杂环境的交通违章行为检测方法是本领域技术人员亟待解决的技术问题。

发明内容

为了解决上述现有技术中存在的不足，本发明提供一种基于计算机视觉的交通违章行为检测方法，其通过计算机视觉技术，对在交通场景下的行人、不同类别机动车、交通指示灯、行车线、斑马线、车牌、车标等物体进行实时的目标识别，同时对机动车车速、车流量等信息进行实时检测与统计，对于行人闯红灯、机动车闯红灯、机动车不礼让行人、机动车超速行驶等违反交通道路规范章程的行为，该应用也进行捕捉和识别，协助交通监管者进行高效、便捷、智能的交通监管，提高工作效率，减少漏检，误检的发生。

本发明解决上述技术问题所采用的技术方案为：一种基于计算机视觉的交通违章行为检测方法，包括如下步骤，

S1：获取违章行为目标区域图像，进行数据标注与模型训练，得到目标检测模型；

S2：处理原始数据，对采集的原始图像数据进行特征提取和特征筛选，获取车辆或行人目标后，通过前帧数据中的目标记录，对目标在图像中的位置进行记录，获取目标行进轨迹，实现目标跟踪；

S3：预测目标，利用完成训练的YOLOv3模型预测目标类别及位置坐标；

S4：保存和利用目标检测结果，在输入视频的副本中根据预测的坐标绘制识别框，标记识别的种类名称与位置信息，同时将识别的特定种类目标的信息，保存在列表数据结构中；

S5：报警输出，根据保存在列表数据结构，利用冗余筛选规则进行冗余筛选输出，并对判断的结果进行可视化的展示。

所述步骤S1具体包括，

S11：针对机动车存在的违法行为确定数据集所需的类别，可自动检测的类别包括超载、未戴安全帽，目标检测算法检测出的类别即包括机动车、人、安全帽；

S12：从各大开源的数据集中收集所需类别数据，对于收集数量不足的类别进行针对性的数据标注，标注信息保存在xml格式的文件中，即包括目标类别和位置坐标；

S13：将所有xml格式的文件里的标注信息合并成一个txt格式文件，文件内容包括图片路径、图片内包括的目标类别、目标对应的位置坐标；

S14：将数据集划分为训练集、验证集和测试集；

S15：在训练集被加载时随机地进行数据增强来增加数据集，即对图片进行平移、缩放、扭曲，最后得到得到目标检测模型。

获取违章行为目标区域图像是通过违章时的违规违章过程视频流图像、系列图像、单幅照片、来自视频流文件的违规违章过程记录中的任意一种。