[发明专利]一种高速工程车辆检测方法、装置、设备及存储介质

说明书

本发明公开一种高速工程车辆检测方法、装置、设备及存储介质，所述方法包括：获取应急车道上待检测图像并预处理；改进YOLOv3网络的结构，作为高速车辆检测模型；将预处理后的待检测图像输入预训练的高速车辆检测模型，预测得到目标的边界框及对应的置信度；去除重复边界框，保留置信度最高的边界框并提取框内图像；提取框内图像的特征向量，计算框内图像的特征向量与预训练的工程车特征向量之间的余弦距离，根据余弦距离判断是否为非工程车；计算待检测图像上非工程车所在区域与预先标注的施工区域之间的IOU，若IOU大于第二预设阈值，输出报警信息。本发明能对应急车道停车进行检测，对非工程车停在应急车道施工区域的情况进行报警输出，减少误报。

技术领域

本发明属于目标检测技术领域，具体涉及一种高速工程车辆检测方法、装置、设备及存储介质。

背景技术

随着我国经济的发展和高速公路通车里程的增加、高速公路车流量的日益增长，高速公路监控系统的作用越来越突出，交通流数据采集和交通事故检测是监控系统的重中之重。车辆检测器作为交通信息采集的一个重要组成部分,以机动车辆为检测目标，检测车辆的通过或存在状况，其作用是为智能交通控制系统提供足够的信息以便进行最优的控制。

其中应急车道停车是检查的重点之一，但是很多情况下，应急车道停的是道路养护的工程车辆，而且停车时间较长，如果一直报警会让监控人员无法及时处理其他报警信息，造成信息遗漏的问题。

发明内容

有鉴于此，本发明提出了一种高速工程车辆检测方法、装置及电子设备，用于解决高速公路车辆检测误报警率高的问题，实现应急车道工程车辆检测，减少误报。

本发明第一方面，提出一种高速工程车辆检测方法，所述方法包括：

获取应急车道上待检测图像并预处理；

改进YOLOv3网络的结构，作为高速车辆检测模型；所述高速车辆检测模型包括第一特征提取模块、第二特征提取模块、特征融合模块和目标探测模块；

将预处理后的待检测图像输入预训练的高速车辆检测模型，预测得到目标的边界框及对应的置信度；

去除重复边界框，保留置信度最高的边界框并提取框内图像；

提取框内图像的特征向量，计算框内图像的特征向量与预训练的工程车特征向量之间的余弦距离，若余弦距离小于第一预设阈值，则定义为工程车，否则定义为非工程车。

优选的，所述高速车辆检测模型中，所述第一特征提取模块包括多各卷积层、三个特征提取子模块Extract block、三个route层及三个池化层；每个route层用于将当前卷积层的输出结果与当前特征提取子模块的输出结果拼接，并将拼接结果输出到当前池化层，其中，所述当前特征提取子模块的输入为所述当前卷积层的输出结果；所述特征提取子模块包括多个卷积层和一个route层，用于将包括依次连接的两个卷积层一个route层和第三个卷积层，所述route层还与第一个卷积层连接。

优选的，所述高速车辆检测模型中，所述第二特征提取模块包括依次连接的卷积层、池化层、多个Residual block层，其中每个Residual block层包括三个卷积层。

优选的，所述高速车辆检测模型中，所述特征融合模块用于将第一特征提取模块和第二特征提取模块中提取出的不同特征进行跨层次的特征融合，包括卷积层、第一上采样层、第一拼接层、第二上采样层、第二拼接层以及第三拼接层、第四拼接层、第五拼接层；

预处理后的待检测图像经过第一特征提取模块进行特征提取之后，再经过多个卷积层，输出第一层特征图；

将第一层特征图上采样后与第一特征提取模块中的第三个特征提取子模块Extract block 3的结果通过第一拼接层拼接，得到第二层特征图；