[发明专利]一种基于车载无人机的逃逸车辆快速识别和追踪方法

说明书

本发明公开了一种基于车载无人机的逃逸车辆快速识别和追踪方法，具体包括步骤：(1)构建逃逸车辆所在路段位置预测模型，将概率值最大的前三个区域作为候选区域(2)对三个候选区域的车辆进行扫描并5G网络上传至云端(3)建立基于改进DenseNet121的轻量化逃逸车辆重识别模型，基于待查询逃逸车辆分别在每个候选区域的图片上进行车辆特征提取和重识别；(4)将逃逸车辆重识别率最高的图片所在候选区域的位置信息传输至执勤人员，完成肇事逃逸车辆的追踪。本发明实现无人机对逃逸车辆快速可靠的重识别，提高破案效率。

技术领域

本发明涉及车辆追踪及车辆重识别领域，尤其涉及一种基于车载无人机的逃逸车辆快速识别和追踪方法。

背景技术

目前，随着车辆和驾驶员数量的持续增长，交通安全形式日益严峻；交通肇事后逃逸致人重伤的比例越来越大，不仅带来了巨大经济损失，而且还带来了一系列社会问题。在公安干警人手紧缺、道路位置偏僻这样严峻的大背景下，对肇事逃逸车辆的技术追踪便显得尤为重要。如何高效、智能追捕在逃车辆也成为一项值得关注、有待解决的紧要问题。

计算机视觉和机器学习的发展日新月异，这也给逃逸车辆的追踪带来了新的思路。比如近年来低空无人机就可以使用无线和自主飞行来完成复杂环境中的飞行任务。各种续航、悬停、云台技术的发展增加了它的实用性，多旋翼无人机也开始投入警用，所以将二者结合应用在城市道路背景下能够实现逃逸车辆快速追踪，具有重要的研究价值和巨大的经济社会效益。同时，5G技术和物联网技术在交通行业中也得到大范围的应用，并衍生出多种具有创新性的技术，这些都为逃逸车辆的快速准确追踪提供了可能。现阶段，在交通肇事逃逸车辆的方面，目前采用的大都是手动离线的车辆重识别方法，耗费大量人力和时间。同时，大都基于固定摄像头被动采集的车辆图像，无法做到搜查范围的机动灵活、全面覆盖和信息共享。

发明内容

发明目的：本发明目的是有效解决传统基于固定摄像头、手动离线车辆重识别效率低以及因深度网络模型规模不断扩大导致难以将其部署到云端的缺陷，提供一种基于车载无人机的逃逸车辆快速识别和追踪方法，结合逃逸车辆所经过的交通场景信息，实现对肇事逃逸车辆及时高效的追踪。

技术方案：本发明提供一种基于车载无人机的逃逸车辆快速识别和追踪方法，包括如下步骤：

(1)构建逃逸车辆所在路段位置预测模型，预测肇事逃逸车辆在各路口出现的概率，并进行排序，将概率值最大的前三个区域作为候选区域；

(2)利用带有摄像机的无人机对三个候选区域的车辆进行扫描，将扫描的车辆图片通过5G网络上传至云端；

(3)建立基于改进DenseNet121的轻量化逃逸车辆重识别模型，基于待查询逃逸车辆分别在每个候选区域的图片上进行车辆特征提取和重识别；

(4)将逃逸车辆重识别率最高的图片所在候选区域的位置信息传输至执勤人员，完成肇事逃逸车辆的追踪。

进一步地，步骤(1)具体包括两个阶段，一是逃逸车辆所在路段位置预测模型的网络训练阶段，二是逃逸车辆所在路段位置预测模型的实时检测阶段。