[发明专利]一种异常驶离的检测方法、系统、电子设备及存储介质

说明书

本申请提供了一种异常驶离的检测方法、系统、电子设备及存储介质，属于检测技术领域，方法包括：S1，根据道路通行情况在监控画面中设置异常布控区域；S2，通过前端相机获取交通视频流；S3，利用深度学习模型检测视频流画面中的车辆信息；S4，将每一帧中车辆信息送入跟踪模块，以获得车辆的跟踪轨迹；S5，基于跟踪轨迹、异常布控区域判断该车辆是否发生异常驶离事件，若是，则将异常驶离信息进行上报；若否，则返回执行步骤S2。相对于现有技术中采用预埋线圈和光照传感器、或者采用RFID技术进行异常驶离的检测来说，本申请的方案不需要布设昂贵的基础设施，基于现有的道路监控设备即可实现，而且检测原理简单，可以保证较高的检测实时性、准确率。

技术领域

本申请涉及交通事件检测技术领域，具体而言，涉及一种异常驶离的检测方法、系统、电子设备及存储介质。

背景技术

在国标 GBT 28789-2012 明确规定, 视频交通事件检测器需要具备检测机动车驶离事件的能力, 在国标中定义的机动车异常驶离事件为:行驶中的机动车异常驶离正常区域的交通事件, 在实际中,该事件往往预示着,该机动车可能会发生事故等破坏整体道路交通通行的后续事件,是一种用来预防和早期发现交通隐患的重要事件,因此无论在高速或者城市交通的治理和事件的早期发现等方面均具有重要的意义。

申请人通过检索现有技术后发现，相关的研究并不多。例如，专利申请1（CN106935037A）公开了一种基于光照度与地磁联合探测的复合型车位检测方法与检测装置，利用光照和车辆经过对与地磁线圈地磁产生的变化来检测车辆是否有驶离事件，显然其使用的非视频解决方案无法直接融入到视频交通检测器的系统中,同时需要配合大量的线圈预埋和光照传感器的建设工作,区域布控不灵活,无法根据实际情况进行调整。专利申请2（CN203376786U）公开了一种基于RFID的路边停车收费系统， 其利用RFID的方式感知机动车是否离开指定区域，RFID也无法直接融入视频交通检测系统,且RFID 属于耗材,维护成本高，RFID 传感器建设投入大,难以保证足够大的覆盖范围。

可见，对于“异常驶离”的检测，现有技术还未有效解决，亟需简单高效的检测技术来解决该技术问题。

发明内容

为了解决上述背景技术中存在的技术问题，本申请提供了一种异常驶离的检测方法、系统、电子设备及存储介质。

本申请的第一方面提供了一种异常驶离的检测方法，所述方法包括：

S1，根据道路通行情况在监控画面中设置异常布控区域；

S2，通过前端相机获取交通视频流；

S3，利用深度学习模型检测视频流画面中的车辆信息；

S4，将每一帧中车辆信息送入跟踪模块，以获得车辆的跟踪轨迹；

S5，基于所述跟踪轨迹、异常布控区域判断该车辆是否发生异常驶离事件，若是，则将异常驶离信息进行上报；若否，则返回执行步骤S2。

可选地，所述异常布控区域为不规则多边形区域。

可选地，步骤S3中利用深度学习模型检测视频流画面中的车辆信息，包括：

预先训练得到深度学习检测模型,该模型包括一个用于提取特征的主干网络,一个融合特征的特征金字塔网络和一个用于将融合特征转换为车辆位置的解码网络；将所述视频流解码后获得原始图片的RGB 数据,送入训练好的深度学习网络,得到车辆的位置。

可选地，步骤S4中将每一帧中车辆信息送入跟踪模块，以获得车辆的跟踪轨迹，包括：