[发明专利]一种道路路况智能视频监控方法及系统

权利要求书

1.一种道路路况智能视频监控方法，其特征在于，所述方法包括：获取道路过往车辆场景视频，基于深度学习的神经网络对所述过往车辆视频进行识别分析，实时分析采集车辆数据；

对同一路段不同地点所获取的道路过往车辆场景视频进行识别，确定统计固定时间间隔内，通过该区域的车辆ID个数，得到车流量，车速结果；

利用所述得到车流量，车速结果推导道路路况至大数据平台，进行预警决策。

2.根据权利要求1所述的视频监控方法，其特征在于，还包括基于深度学习的神经网络对所述过往车辆场景进行识别车辆数据分析模型训练。

3.根据权利要求2所述的视频监控方法，其特征在于，基于深度学习的神经网络对所述过往车辆场景进行识别分析模型训练还包括路面险情识别。

4.根据权利要求2所述的视频监控方法，其特征在于，基于深度学习的神经网络对所述过往车辆场景进行识别分析模型训练还包括识别交通违法事件。

5.根据权利要求2所述的视频监控方法，其特征在于，基于深度学习的神经网络对所述过往车辆场景进行识别分析模型训练还包括识别非机动车违法事件。

6.根据权利要求2所述的视频监控方法，其特征在于，基于深度学习的神经网络对所述过往车辆场景进行识别分析模型训练还包括识别行人出行状态。

7.根据权利要求2所述的视频监控方法，其特征在于，基于深度学习的神经网络对所述过往车辆场景进行识别分析模型训练还包括识别机动车，行人，非机动车的越区越线行为。

8.根据权利要求1所述的视频监控方法，其特征在于，基于深度学习的神经网络对所述过往车辆场景进行识别分析之后，还包括将识别的道路路况结果发送至后台。

9.根据权利要求1所述的视频监控方法，其特征在于，利用所述得到车流量，车速结果推导道路路况至大数据平台，进行预警决策包括设置相应道路路况阈值，若超过阈值则进行报警提示。

10.一种道路路况智能视频监控系统，其特征在于，包括获取识别模块，车流车速结果确定模块，预警决策模块，

所述获取识别模块用于获取道路过往车辆场景视频，基于深度学习的神经网络对所述过往车辆视频进行识别分析，实时分析采集车辆数据；

所述车流车速结果确定模块用于对同一路段不同地点所获取的道路过往车辆场景视频进行识别，确定统计固定时间间隔内，通过该区域的车辆ID个数，得到车流量，车速结果；

所述预警决策模块用于利用所述得到车流量，车速结果推导道路路况至大数据平台，进行预警决策。