[发明专利]一种道路交通事故检测方法、装置、计算机及存储介质

权利要求书

1.一种道路交通事故检测方法，其特征在于，包括以下步骤：

S1输入视频帧，识别视频中的车辆，计算车辆速度、车辆加速度和车头方向角；具体包括：

S110识别视频帧中的车辆，输出车辆检测框；

S120在连续帧中跟踪车辆位置，得到连续帧中同一车辆移动的检测框；

S130以检测框为车辆中心，计算两帧之间车辆移动的像素距离；

S140计算车辆速度和车辆加速度；

S150根据检测框的角判断车头方向角θ；

S2将车辆速度、车辆加速度和车头方向角的时域信号转换为时频图；

S3将时频图输入至Resnet50网络中进行训练；具体包括：

S310准备训练数据，选定Q条道路，再选定道路上的不同角度的多个时间段视频数据，并将视频数据分割成一分钟的视频数据；

S320将分割后的每个视频经过S1、S2和S3处理得到时频图数据集；

S330将时频图数据集分为训练集和验证集；

S340计算特征向量的距离λ，特征向量距离λ为验证集和训练集的特征向量最大距离；

S4根据车辆速度、车辆加速度和车头方向角的时频图特征和正常情况下的车辆速度、车辆加速度和车头方向角的时频图特征对比，判断交通事故的发生。

2.根据权利要求1所述的方法，其特征在于，S140所述计算车辆速度和车辆加速度具体方法是：

计算车辆速度的方法是：

其中，f为视频帧率，t为当前视频帧，t+1为下一刻视频帧；

计算车辆加速度的方法是：

a_t+1＝f*(v_t+1-v_t)

其中，f为视频帧率，t为当前视频帧，t+1为下一刻视频帧。

3.根据权利要求2所述的方法，其特征在于，S150所述根据检测框的角判断车头方向角的具体方法是：以图像竖直方向为起点，车头方向为终点画弧线，经过的角定义为车头方向角，车头方向角θ范围是0到2π。

4.根据权利要求3所述的方法，其特征在于，S2将车辆速度、车辆加速度和车头方向角的时域信号转换为时频图的具体方法是：

其中，x(n)为时刻n的时频信号，即速度、加速度和车头方向角信号；w[n]是傅里叶变换中的窗函数，m为傅里叶变换中窗函数的窗口大小，j为虚数单位。

5.根据权利要求4所述的方法，其特征在于，S330所述将时频图数据集分为训练集和验证集的具体方法是：随机选200张时频图像作为验证集，选200张时频图像作为训练集。

6.根据权利要求5所述的方法，其特征在于，S340计算特征向量的距离λ具体方法是：

其中，A为训练集中时频图的特征取平均值，B为验证集中时频图的特征取平均值，a_i为A中训练集特征值的一个值，b_i为验证集中特征值的中的一个值。

7.根据权利要求6所述的方法，其特征在于，S4根据车辆速度、车辆加速度和车头方向角的时频图特征和正常情况下的车辆速度、车辆加速度和车头方向角的时频图特征对比，判断交通事故的发生的具体方法是：在Resnet50模型中输入时频图，输出预测特征值C，计算预测特征值C和验证集时频图特征B间的距离d，当距离d超过特征向量距离λ阈值时，证明车辆特征异常，当车辆速度、车辆加速度和车头方向角三个时频图的预测特征值都异常时，判断发生交通事故。

8.一种道路交通事故检测装置，其特征在于，用于实现权利要求1-7任一项所述一种道路交通事故检测方法，包括速度计算模块、时域信号处理模块和异常检测模块；所述速度计算模块用于计算车辆速度、加速度和车头方向角，并将车辆速度、车辆加速度和车头方向角数据传输至所述时域信号处理模块；所述时域信号处理模块用于将车辆速度、车辆加速度和车头方向角数据转换为时频信号图像，并将时频信号图像传输至所述异常检测模块；所述异常检测模块用于判断交通事故的发生。