[发明专利]基于深度卷积神经网络的违章停车和抛锚车视觉检测系统

摘要

一种基于深度卷积神经网络的违章停车和抛锚车视觉检测系统，包括安装在城市道路上的摄像机、交通云服务器和道路交通事件自动检测系统；在系统中通过深度卷积神经网络技术提取出道路上的各种车辆，然后用光流法计算识别判断是否属于静止车辆，如果存在有静止车辆并静止时间超过停留时间阈值就判定为违章停车，最后用WebGIS或者广播和道路警示牌等手段进行实时，以便交警迅速安排清除这些交通障碍，同时提醒后方车辆在前方道路上出现的事故情况，从而尽快采取相应措施，避免二次事故的发生。本发明提供一种鲁棒性较好、识别精度较高的基于深度卷积神经网络的违章停车和抛锚车视觉检测系统。

主权项

一种基于深度卷积神经网络的基于深度卷积神经网络的违章停车和抛锚车视觉检测系统，其特征在于：包括安装在城市道路上的摄像机、交通云服务器和道路交通事件自动检测系统；所述的摄像机用于获取城市各道路上的视频数据，配置在道路的上方，通过网络将道路上的视频图像数据传输给所述的交通云服务器；所述的交通云服务器用于接收从所述的摄像机所获得的道路视频数据，并将其递交给所述的道路交通事件自动检测系统进行检测和识别，最后将检测结果保存在云服务器中并以WebGIS的方式进行发布以便实现交通的控制、诱导和现场交警的快速应对及通知后方车辆及时避让以免发生二次交通事故；所述的交通事件自动检测系统包括道路交通事件检测模块和道路事件发布模块；所述的道路交通事件检测模块，包括基于Fast R‑CNN车辆检测单元、光流法静止车辆检测单元和违章停车判断单元；所述的道路事件发布模块，用于发布道路上发生的交通事件，通过WebGIS发布在事件发生的视觉检测情况，以便交警迅速安排清除这些交通障碍；通过广播和道路警示牌及时发布前方发生的交通事件，提醒后方车辆在前方道路上出现的事故情况，从而尽快采取相应措施避免二次事故的发生。