[发明专利]基于深度神经网络监控隧道运行状态的方法

权利要求书

1.一种基于深度神经网络监控隧道运行状态的方法，其特征在于，包括：

获得第一监控图像；所述第一监控图像为隧道前的监控设备采集的监控图像；

基于所述第一监控图像和车辆检测算法，得到第一车辆检测框集合；

基于所述第一车辆检测框集合，得到第一检测框底边位置集合；

基于所述第一检测框底边位置，得到第一最前方车辆框集合；

获得第二监控图像；所述第二监控图像为隧道前的监控设备在采集第一监控图像后N秒采集的监控图像；

基于所述第二监控图像和车辆检测算法，得到第二车辆检测框集合；

基于所述第二车辆检测框集合，得到第二检测框底边位置集合；

基于所述第二检测框底边位置，得到第二最前方车辆框集合；

基于所述第一最前方车辆框集合和所述第二最前方车辆框集合，得到通过隧道的车流量。

2.根据权利要求1所述的基于深度神经网络监控隧道运行状态的方法，其特征在于，基于所述第一最前方车辆框集合和所述第二最前方车辆框集合，得到通过隧道的车流量，包括：

基于所述第一最前方车辆框集合和所述第二最前方车辆框集合，得到不相同车辆数量；

基于所述不相同车辆数量，得到通过隧道的车流量；所述不相同车辆数量包括0或1或2；

所述不相同车辆数量为0表示所述第一最前方车辆框集合中的车辆和所述第二最前方车辆框集合中的车辆不相同的数量为0，还表示所述第一最前方车辆框集合中车辆都未进入隧道；

所述不相同车辆数量为1表示所述第一最前方车辆框集合中的车辆和所述第二最前方车辆框集合中的车辆不相同的数量为1，还表示所述第一最前方车辆框集合中有一辆车进入隧道；

所述不相同车辆数量为2表示所述第一最前方车辆框集合中和所述第二最前方车辆框集合中车辆不相同的数量为2，还表示所述第一最前方车辆框集合中有两辆车进入隧道。

3.根据权利要求2所述的基于深度神经网络监控隧道运行状态的方法，其特征在于，所述基于所述第一车辆检测框集合，得到第一检测框底边位置集合，包括：

基于所述第一车辆检测框集合，得到车辆检测框底边的起点位置；

所述车辆检测框底边的起点位置的横坐标通过下述公式计算获得：

其中，表示所述车辆检测框底边的起点位置的横坐标，表示车辆检测框在所述监控图像中的中心点的横坐标，表示车辆检测框的宽；

所述车辆检测框底边的起点位置的纵坐标通过下述公式计算获得：

其中，表示所述车辆检测框底边的起点位置的纵坐标，表示车辆检测框在所述监控图像中的中心点的纵坐标，h表示车辆检测框的高；

基于所述第一车辆检测框集合，得到车辆检测框底边的终点位置；

所述车辆检测框底边的终点位置的横坐标通过下述公式计算获得：

其中，表示所述车辆检测框底边的终点位置的横坐标，表示车车辆检测框在所述监控图像中的中心点的横坐标，表示车辆检测框的宽；

所述车辆检测框底边的终点位置的纵坐标通过下述公式计算获得：

其中，表示所述车辆检测框底边的终点位置的纵坐标，表示车辆检测框在所述监控图像中的中心点的纵坐标，h表示车辆检测框的高。

4.根据权利要求2所述的基于深度神经网络监控隧道运行状态的方法，其特征在于，所述基于所述第一检测框底边位置，得到第一最前方车辆框集合，包括：

获得第一最前车辆候选框集合，所述第一最前车辆候选框集合包括所述第一检测底边位置的起点位置的纵坐标位置大于最前车辆阈值的车辆检测框；

获得第一最前方车辆；所述第一最前方车辆为所述第一最前车辆候选框集合中起点位置的纵坐标最小的位置；

将所述第一最前方车辆的车辆框加入所述第一最前方车辆框集合；

基于所述第一最前车辆候选框集合，得到第二最前方车辆；所述第二最前方车辆为所述第一最前车辆候选框集合中除第一最前方车辆外起点位置的纵坐标最小的位置；

若所述第二最前方车辆起点位置的横坐标大于所述第一最前方车辆终点位置的横坐标或第二最前方车辆终点位置的横坐标小于所述第一最前方车辆起点位置的横坐标，将所述第二最前方车辆的车辆框加入所述第一最前方车辆框集合。