[发明专利]一种基于深度学习的斑马线礼让行人视觉检测系统及方法

说明书

本发明公开了一种基于深度学习的斑马线礼让行人视觉检测系统及方法，该系统包括：参数配置模块，用于设置所述视觉检测系统的检测参数；通信模块，用于将设置的所述视觉检测系统的检测参数发送给信息采集及处理模块；信息采集及处理模块，用于检测并识别复杂交通场景下的行人、机动车目标，捕捉目标的行为并对捕捉到的行为进行判别。本发明能够在设定的区域内对行人、机动车等目标进行实时检测、追踪和识别，并根据行人及机动车的位置及时空行为，对机动车不礼让行人、机动车超速行驶等违反道路交通规范章程的行为进行实时的捕捉和判别，提高了交通监管的效率和准确性。本发明具有高效、准确、便捷、智能化程度高的特点。

技术领域

本发明涉及视觉检测技术领域，特别是涉及一种基于深度学习的斑马线礼让行人视觉检测系统及方法。

背景技术

在当前混合交通环境条件下，行人在道路交通系统中由于缺乏相应的保护设备而成为道路交通参与者中的弱势群体。由于行人在出行过程中需要穿越道路，为帮助行人安全通行，在道路上设置了斑马线区域。斑马线区域是在车行道上用斑马线等标线标示的规定车辆需减速礼让行人过街的地方，目的是防止车辆快速行驶时伤及行人。因此，斑马线区域常常成为行人与车辆交互最频繁的区域。

目前，由于前端违法监控摄像头在技术层面存在检测的局限性，面对周围环境复杂、语义信息差等问题导致礼让行人的检测效果不理想，因此，研发出能适应复杂环境的斑马线礼让行人的检测方法是本领域技术人员亟待解决的问题。

发明内容

本发明的目的是为了提供一种基于深度学习的斑马线礼让行人视觉检测系统及方法，通过深度学习技术，对在复杂交通场景下的机动车不礼让行人的行为进行检测和识别，具有高效、准确、便捷、智能化程度高的特点。

为实现上述目的，本发明提供了如下方案：

第一方面，本发明提供一种基于深度学习的斑马线礼让行人视觉检测系统，包括：

参数配置模块，用于设置所述视觉检测系统的检测参数；

通信模块，用于将设置的所述视觉检测系统的检测参数发送给信息采集及处理模块；

信息采集及处理模块，用于检测并识别复杂交通场景下的行人、机动车目标，捕捉目标的行为并对捕捉到的行为进行判别。

可选的，所述视觉检测系统的检测参数包括：车辆检测区域、行人斑马线区域、当前车道的斜率以及接入相机的参数。

可选的，所述通信模块具体采用Http通信协议。

可选的，所述信息采集及处理模块包括：

行人车辆检测模块，用于实时检测当前视频帧中的人、车实例，通过NMS算法对满足IOU及中心点距离阈值要求的检测框进行二次筛选；

多目标追踪模块，用于对检测到的人车实例进行特征提取和匹配，同时通过L-K光流算法及CIOU算法追踪人车实例在连续多帧中的目标轨迹；

行为判定模块，用于对进入检测区域的车辆及行人进行移动侦测，判断车辆是否礼让行人；

细粒度识别模块，用于采用深度学习技术对检测到的未礼让行人的机动车及移动行人进行二次精细识别。

可选的，所述行为判定模块判断车辆未礼让行人的条件为：

行人在预设时间内沿斑马线方向横向运动，此时在斑马线区域内检测到车辆，若该车辆与移动行人的距离小于设置的阈值且车辆在前t秒时间内沿车道方向移动，判断该车辆未礼让行人；

行人穿过斑马线移动，此时在斑马线区域内检测到车辆，且该车辆在前t秒内沿车道方向以超过阈值速度行驶，判断该车辆未礼让行人。

可选的，还包括：