智能交通事故处理方法及相关装置与流程

本申请涉及数据处理技术领域，具体涉及一种智能交通事故处理方法及相关装置。

背景技术：

在越来越快的社会生活节奏中，在对交通事故进行处理时，通常会由交警或者当事人进行事故的鉴定以及处理，其在交通事故发生时，容易导致交通赌堵塞等，严重时若出现人员受伤的情况，而很难快速的对伤员进行救治，快速的对交通事故进行处理，导致了对交通事故进行处理时的智能性较低。

技术实现要素：

本申请实施例提供一种智能交通事故处理方法及相关装置，能够提升对交通事故处理时的智能性。

本申请实施例的第一方面提供了一种智能交通事故处理方法，应用于智能路灯，所述方法包括：

获取目标区域的目标图像，所述目标图像至少包括目标车辆，所述目标区域包括事故发生区域；

根据所述目标图像，确定所述目标车辆的目标行为信息；

根据所述目标行为信息，确定所述事故发生区域的事故类型；

根据所述事故类型，确定事故处理方法。

结合第一方面，在一个可能的实现方式中，所述根据所述目标图像，确定所述目标车辆的目标行为信息，包括：

根据所述目标图像，确定所述目标车辆与车道线之间的位置信息；

根据所述位置信息，确定所述目标车辆的第一行为信息；

根据所述目标图像获取m个参考用户的动作信息，所述参考用户包括与所述目标车辆之间的距离小于预设距离的用户；

根据所述m个参考用户的动作信息，确定所述目标车辆的第二行为信息；

根据所述第一行为信息和所述第二行为信息，确定所述目标行为信息。

结合第一方面，在一个可能的实现方式中，所述根据所述m个参考用户的动作信息，确定所述目标车辆的第二行为信息，包括：

根据所述m个参考用户的动作信息，确定所述m个参考用于与所述目标车辆的关联信息；

根据所述关联信息，确定k个目标用户，k为小于或等于m的正整数；

获取所述k个目标用户的面部表情信息和身体状态信息；

根据所述面部表情和所述身体状态信息，确定所述k个目标用户的目标安全状态信息；

根据所述k个目标用户的目标安全状态信息，确定所述目标车辆的第二行为信息。

结合第一方面，在一个可能的实现方式中，所述根据所述位置信息，确定所述目标车辆的第一行为信息，包括：

根据所述位置信息，确定所述目标车辆与所述车道线之间的第一距离；

若所述第一距离小于预设距离值，则获取所述目标车辆的参考朝向信息；

若所述参考朝向信息为预设朝向信息，则获取所述目标车辆的车辆状态信息，所述车辆状态信息包括车身状态；

根据所述车身状态和所述朝向信息，确定所述目标车辆的第一行为信息。

结合第一方面，在一个可能的实现方式中，所述方法还包括：

获取所述目标车辆的车辆信息；

根据所述车辆信息获取所述目标车辆的驾驶人信息；

将所述事故处理方法推送给所述驾驶人信息对应的驾驶人。

本申请实施例第二方面提供了一种智能交通事故处理装置，应用于智能路灯，所述装置包括：

获取单元，用于获取目标区域的目标图像，所述目标图像至少包括目标车辆，所述目标区域包括事故发生区域；

第一确定单元，用于根据所述目标图像，确定所述目标车辆的目标行为信息；

第二确定单元，用于根据所述目标行为信息，确定所述事故发生区域的事故类型；

第三确定单元，用于根据所述事故类型，确定事故处理方法。

结合第二方面，在一个可能的实现方式中，所述第一确定单元用于：

根据所述目标图像，确定所述目标车辆与车道线之间的位置信息；

根据所述位置信息，确定所述目标车辆的第一行为信息；

根据所述目标图像获取m个参考用户的动作信息，所述参考用户包括与所述目标车辆之间的距离小于预设距离的用户；

根据所述m个参考用户的动作信息，确定所述目标车辆的第二行为信息；

根据所述第一行为信息和所述第二行为信息，确定所述目标行为信息。

结合第二方面，在一个可能的实现方式中，在所述根据所述m个参考用户的动作信息，确定所述目标车辆的第二行为信息方面，所述第一确定单元用于：

根据所述m个参考用户的动作信息，确定所述m个参考用于与所述目标车辆的关联信息；

根据所述关联信息，确定k个目标用户，k为小于或等于m的正整数；

获取所述k个目标用户的面部表情信息和身体状态信息；

根据所述面部表情和所述身体状态信息，确定所述k个目标用户的目标安全状态信息；

根据所述k个目标用户的目标安全状态信息，确定所述目标车辆的第二行为信息。

结合第二方面，在一个可能的实现方式中，在所述根据所述位置信息，确定所述目标车辆的第一行为信息方面，第一确定单元用于：

根据所述位置信息，确定所述目标车辆与所述车道线之间的第一距离；

若所述第一距离小于预设距离值，则获取所述目标车辆的参考朝向信息；

若所述参考朝向信息为预设朝向信息，则获取所述目标车辆的车辆状态信息，所述车辆状态信息包括车身状态；

根据所述车身状态和所述朝向信息，确定所述目标车辆的第一行为信息。

结合第二方面，在一个可能的实现方式中，所述装置还用于：

获取所述目标车辆的车辆信息；

根据所述车辆信息获取所述目标车辆的驾驶人信息；

将所述事故处理方法推送给所述驾驶人信息对应的驾驶人。

本申请实施例的第三方面提供一种终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如本申请实施例第一方面中的步骤指令。

本申请实施例的第四方面提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。

本申请实施例的第五方面提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

实施本申请实施例，至少具有如下有益效果：

获取目标区域的目标图像，所述目标图像至少包括目标车辆，所述目标区域包括事故发生区域，根据所述目标图像，确定所述目标车辆的目标行为信息，根据所述目标行为信息，确定所述事故发生区域的事故类型，根据所述事故类型，确定事故处理方法，因此，相对于现有方案中，通过人工的方式确定事故处理方法，能够通过对目标区域的目标图像进行处理分析，确定出事故处理方法，提升了事故处理方法确定时的智能性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供了一种智能交通事故处理方法的应用场景的示意图；

图2为本申请实施例提供了一种智能交通事故处理方法的流程示意图；

图3为本申请实施例提供了另一种智能交通事故处理方法的流程示意图；

图4为本申请实施例提供的一种终端的结构示意图；

图5为本申请实施例提供了一种智能交通事故处理装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。

为了更好的理解智能交通事故处理方法，下面首先对应用智能交通事故处理方法的场景进行简要介绍。请参阅图1，图1为本申请实施例提供了一种智能交通事故处理方法的应用场景的示意图。如图1所示，智能路灯采集目标区域的目标图像，目标区域包括事故发生区域，目标图像至少包括目标车辆，目标车辆可以理解为事故发生车辆，智能路灯根据目标图像，确定目标车辆的目标行为信息，目标行为信息可以理解为车辆的行车行为，例如，是否压线等，智能路灯根据明白行为信息，确定事故发生区域的事故类型，智能路灯根据事故类型，确定事故处理方法，因此，可以快速的确定事故处理方法，在确定处理方法后，还可以将事故处理方法发送给当事人，供当事人进行事故处理时的参考，提升了事故处理时的智能性。

请参阅图2，图2为本申请实施例提供了一种智能交通事故处理方法的流程示意图。如图2所示，智能交通事故处理方法应用于智能路灯，包括步骤201-204，具体如下：

201、获取目标区域的目标图像，所述目标图像至少包括目标车辆，所述目标区域包括事故发生区域。

目标区域包括事故发生区域，事故发生区域可以理解为交通事故发生的现场的区域，例如，交通事故发生后，交通事故现场所在的能够囊括交通事故发生现场的最小区域，该区域可以是规则区域，也可以是非规则区域，规则区域可以理解为例如，长方形区域，圆形区域，非规则区域则可以理解为由曲线组成的封闭式区域。

目标车辆可以理解为事故发生车辆，目标图像至少包括目标车辆，则可以理解为目标图像中还可以出现其它的车辆，但是必须出现事故发生车辆。

获取目标图像时，可以通过摄像头等进行获取，可以采用周期性获取，具体可以理解为，按照一定的时间间隔进行图像获取然后进行图像分析处理。

202、根据所述目标图像，确定所述目标车辆的目标行为信息。

可以根据目标图像，确定目标车辆与车道线之间的位置信息，以及从目标图像中获取到多个参考用户的动作信息，根据位置信息以及动作信息来确定出该目标行为信息。

203、根据所述目标行为信息，确定所述事故发生区域的事故类型。

根据目标行为信息，确定事故类型时，可以根据神经网络模型来确定事故类型；也可以根据映射关系来确定事故类型，具体可以为：根据行为信息与事故类型之间的映射关系，确定目标行为信息对应的事故类型。根据神经网络模型来确定事故类型时，神经网络模型为预先训练好的模型，可以对事故类型进行确定。

204、根据所述事故类型，确定事故处理方法。

不同的事故类型，对应有不同的事故处理方法。例如，事故类型包括k类，则事故处理方法则至少包括k个，具体可以理解为，不同的事故类型对应有不同的事故处理方法，相同的事故类型，也可以对应有多个不同的事故处理方法。

本示例中，获取目标区域的目标图像，所述目标图像至少包括目标车辆，所述目标区域包括事故发生区域，根据所述目标图像，确定所述目标车辆的目标行为信息，根据所述目标行为信息，确定所述事故发生区域的事故类型，根据所述事故类型，确定事故处理方法，因此，相对于现有方案中，通过人工的方式确定事故处理方法，能够通过对目标区域的目标图像进行处理分析，确定出事故处理方法，提升了事故处理方法确定时的智能性。

在一个可能的实现方式中，一种可能的确定目标行为信息的方法包括步骤a1-a5，具体如下：

a1、根据所述目标图像，确定所述目标车辆与车道线之间的位置信息；

a2、根据所述位置信息，确定所述目标车辆的第一行为信息；

a3、根据所述目标图像获取m个参考用户的动作信息，所述参考用户包括与所述目标车辆之间的距离小于预设距离的用户；

a4、根据所述m个参考用户的动作信息，确定所述目标车辆的第二行为信息；

a5、根据所述第一行为信息和所述第二行为信息，确定所述目标行为信息。

对目标图像进行处理，确定目标车辆的轮廓信息，以及车道线的轮廓信息。对目标图像进行处理时，可以采用特征提取算法等，来获取到车辆的轮廓信息和车道线的轮廓信息。目标车辆与车道线之间的位置信息可以理解为目标车辆在车道线内、车道线上、车道线外等。

根据位置信息可以确定目标车辆的第一行为信息，例如，位置信息为车道线上，则第一行为信息可以为非法行驶，位置信息为车道线内时，第一行为信息可以为疑似非法行驶等。行为信息可以理解为车辆的驾驶行为信息等。

m个参考用户为与目标车辆之间的距离小于预设距离的用户，具体可以理解为，参考用户可以被理解为疑似交通事故受伤的用户，预设距离可以通过经验值或历史数据设定。

m个参考用户的动作信息确定第二行为信息时，可以根据参考用户与目标车辆之间的关系，确定出多个目标用户，根据目标用户的安全状态信息来确定第二行为信息。

可以将第一行为信息和第二行为信息进行组合，得到目标行为信息，具体可以为：将第一行为信息和第二行为信息的并集作为目标行为信息。当然还可以将第一行为信息和第二行为信息进行比对，将事故信息更多的行为信息，确定为目标行为信息。

本示例中，通过目标图像确定目标车辆与车道线之间的位置信息确定第一行为信息，以及通过m个参考永不确定第二行为信息，根据第一行为信息和第二行为信息确定目标行为信息，从而可以提升目标行为信息确定时的准确性。

在一个可能的实施例中，一种可能的根据所述m个参考用户的动作信息，确定所述目标车辆的第二行为信息的方法包括步骤b1-b5，具体如下：

b1、根据所述m个参考用户的动作信息，确定所述m个参考用于与所述目标车辆的关联信息；

b2、根据所述关联信息，确定k个目标用户，k为小于或等于m的正整数；

b3、获取所述k个目标用户的面部表情信息和身体状态信息；

b4、根据所述面部表情和所述身体状态信息，确定所述k个目标用户的目标安全状态信息；

b5、根据所述k个目标用户的目标安全状态信息，确定所述目标车辆的第二行为信息。

参考用户的动作信息确定与目标车辆的关联信息的方法可以为：不同的动作信息，与车辆的关联信息会不同，例如，参考用户坐在马路上，参考用户站立在马路边，参考用户躺在马路上等，参考用户坐在马路上时，若该用户被目标车辆撞到后，坐在马路上则可以确定该参考用于与目标车辆的关联度较大，但可能会存在，参考用户自己摔跤后坐在了马路上的情况，则该情况下参考用户与目标车辆之间的关联度较低。参考用户躺在马路上，则与目标车辆的关联度较大。此处以关联信息为关联度进行说明。

可以根据关联度的大小来确定k个目标用户，例如，将高于预设值的关联度对应参考用户确定为目标用户。

可以通过目标图像来获取k个目标用户的面部表情，可以通过对目标图像进行特征提取的方式，来获取到目标用户的面部表情。获取目标用户的身体状态信息，可以通过热感应装置、声波探测装置来获取身体状态信息，身体状态信息可以包括体温信息、心脏跳动信息等。可以通过热感应装置来获取体温信息，可以通过声波探测装置来获取心脏跳动信息，当然还可以通过脑电波传感器，来获取目标用户的脑电波信息。

面部表情可以反映目标用户的心理状态，身体状态信息可以反映目标用户的身体情况，不同的面部表情和身体状态信息，对应有不同的目标安全状态信息，例如，身体状态信息为体温处于正常范围，心脏处于正常跳动范围，脑电波处于正常的波动范围，则目标安全状态信息可以为安全状态。又例如，体温处于正常范围，心脏处于正常跳动范围，脑电波处于非正常波动范围，则目标安全状态为非安全状态等。此处的正常范围可以参考现有方案中的范围界定。当面部表情为非正常表情，但身体状态信息为正常身体状态信息时，则可以确定目标安全状态为安全状态。

不同的安全状态信息，确定不同的第二行为信息，具体可以为，安全状态信息为安全状态时，则第二行为信息为正常行为信息，安全状态信息为非安全状态时，则第二行为信息为非正常行为信息。非正常行为信息可以理解为非正常驾驶等。

本示例中，通过参考用户的动作信息确定与目标车辆的关联信息，根据关联信息确定目标用户，根据目标用户的目标安全状态信息，确定第二行为信息，可以提升目标第二行为信息确定时的准确性。

在一个可能的实施例中，一种可能的所述根据所述位置信息，确定所述目标车辆的第一行为信息的方法包括步骤c1-c4，具体如下：

c1、根据所述位置信息，确定所述目标车辆与所述车道线之间的第一距离；

c2、若所述第一距离小于预设距离值，则获取所述目标车辆的参考朝向信息；

c3、若所述参考朝向信息为预设朝向信息，则获取所述目标车辆的车辆状态信息，所述车辆状态信息包括车身状态；

c4、根据所述车身状态和所述朝向信息，确定所述目标车辆的第一行为信息。

目标车辆与车道线之间的第一距离可以为：车辆靠近车道线一边的车身与车道线之间的距离。若车辆已经压线，则距离可以通过负数表示。预设距离值为通过经验值或历史数据设定。

目标车辆的朝向信息可以理解为目标车辆的车头的所对的方向为目标车辆的朝向。预设朝向可以为通过经验值或历史数据设定，例如，沿车道线向外的朝向。车身状态可以包括车身是否受损等。可以通过对目标图像进行特征提取的方式来获取到车身状态。若目标车辆撞到了行人，则车身可能会出现受损的情况。

不同车身状态和朝向信息，对应不同的第一行为信息。例如，车身受损，且朝向为预设朝向，则可以确定第一行为信息为非正常行驶等。

本示例中，通过车辆朝向和车身状态，来确定第一行为信息，可以契合现场的实际情况来确定第一行为信息，提升了第一行为信息确定时的准确性。

在一个可能的实现方式中，智能交通事故处理方法还可以包括如下方法：

d1、获取所述目标车辆的车辆信息；

d2、根据所述车辆信息获取所述目标车辆的驾驶人信息；

d3、将所述事故处理方法推送给所述驾驶人信息对应的驾驶人。

可以通过获取目标车辆的车牌，然后确定出目标车辆的车辆信息。根据车辆信息可以查询得到驾驶人信息，驾驶人信息可以包括驾驶人的身份信息，电话号码等。将事故处理方法推送给驾驶人，则驾驶人可以根据事故处理方法对交通事故进行处理，提升交通事故处理时的便捷性。

在一个可能的实现方式中，在将所述事故处理方法推送给所述驾驶人信息对应的驾驶人之前，还可以包括如下步骤：

e1、获取第一指纹图像；

e2、将所述第一指纹图像划分为多个区域；

e3、确定所述多个区域中每一区域的特征点分布密度，得到特征点分布密度集合，每一区域对应一个特征点分布密度；

e4、确定所述特征点分布密度集合对应的目标平均值和目标均方差；

e5、按照预设的平均值与图像增强算法之间的映射关系，确定所述目标平均值对应的目标图像增强算法；

e6、按照预设的均方差与微调系数之间的映射关系，确定所述目标均方差对应的目标微调系数；

e7、依据所述目标微调系数对所述目标图像增强算法的算法控制参数进行调节，得到目标算法控制参数；

e8、依据所述目标算法控制参数、所述目标图像增强算法对所述第一指纹图像进行图像增强处理，得到第二指纹图像；

e9、将所述第二指纹图像与预设指纹模板进行匹配；

e10、在所述第二指纹图像与所述预设指纹模板匹配成功时，执行将所述事故处理方法推送给所述驾驶人信息对应的驾驶人的步骤。

其中，本申请实施例中，电子设备中可以预先存储预设指纹模板。具体实现中，电子设备可以获取第一指纹图像，进而，可以将第一指纹图像划分为多个区域，该多个区域中每一区域的大小均处于预设面积范围，多个区域中每一区域的大小可以相同，也可以不同，预设面积范围可以由用户自行设置或者系统默认。

进一步地，电子设备可以确定多个区域中每一区域的特征点分布密度，得到特征点分布密度集合，特征点分布密度集合包括多个特征点分布密度，每一区域对应一个特征点分布密度，即可以确定多个区域中的每一区域的特征点数量，以及相应的区域面积，将特征点数量与相应的区域面积之间的比值作为特征点分布密度。电子设备可以确定特征点分布密度集合对应的目标平均值和目标均方差，即目标平均值＝特征点分布密度集合对应的特征点总数量/区域数量，基于该目标平均值、特征点分布密度集合可以确定其对应的目标均方差。

另外，本申请实施例中，图像增强算法可以为以下至少一种：直方图均衡化、小波变换、灰度拉伸、retinex算法等等，在此不做限定。每一种图像增强算法均对应一种算法控制参数，算法控制算法用于控制图像增强程度。电子设备中可以预先存储预设的平均值与图像增强算法之间的映射关系，以及预设的均方差与微调系数之间的映射关系。其中，平均值反映了图像的整体特性，均方差反映了区域之间的关联性，进而，可以结合图像的整体特性以及区域关联性，选取相应的图像增强算法以及其对应的算法控制参数，有利于提升图像增强效率，即提升指纹图像的质量。

进而，电子设备可以按照预设的平均值与图像增强算法之间的映射关系，确定目标平均值对应的目标图像增强算法，以及可以按照预设的均方差与微调系数之间的映射关系，确定目标均方差对应的目标微调系数，接着，电子设备可以依据目标微调系数对目标图像增强算法的算法控制参数进行调节，得到目标算法控制参数，并且依据目标算法控制参数、目标图像增强算法对第一指纹图像进行图像增强处理，得到第二指纹图像，进一步地，由于第二指纹图像已经被图像增强处理，电子设备可以将第二指纹图像与预设指纹模板进行匹配，在第二指纹图像与预设指纹模板匹配成功时，执行所述获取数据发送请求的步骤，反之，则可以提示用户继续输入指纹图像，如此，可以提升指纹识别效率。

请参阅图3，图3为本申请实施例提供了另一种智能交通事故处理方法的流程示意图。如图3所示，该方法应用于智能路灯，包括步骤301-30，具体如下：

301、获取目标区域的目标图像，所述目标图像至少包括目标车辆，所述目标区域包括事故发生区域；

302、根据所述目标图像，确定所述目标车辆与车道线之间的位置信息；

303、根据所述位置信息，确定所述目标车辆的第一行为信息；

304、根据所述目标图像获取m个参考用户的动作信息，所述参考用户包括与所述目标车辆之间的距离小于预设距离的用户；

305、根据所述m个参考用户的动作信息，确定所述目标车辆的第二行为信息；

306、根据所述第一行为信息和所述第二行为信息，确定所述目标行为信息；

307、根据所述目标行为信息，确定所述事故发生区域的事故类型；

308、根据所述事故类型，确定事故处理方法。

本示例中，通过目标图像确定目标车辆与车道线之间的位置信息确定第一行为信息，以及通过m个参考永不确定第二行为信息，根据第一行为信息和第二行为信息确定目标行为信息，从而可以提升目标行为信息确定时的准确性。

与上述实施例一致的，请参阅图4，图4为本申请实施例提供的一种终端的结构示意图，如图所示，包括处理器、输入设备、输出设备和存储器，处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，上述程序包括用于执行以下步骤的指令；

获取目标区域的目标图像，所述目标图像至少包括目标车辆，所述目标区域包括事故发生区域；

根据所述目标图像，确定所述目标车辆的目标行为信息；

根据所述目标行为信息，确定所述事故发生区域的事故类型；

根据所述事故类型，确定事故处理方法。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，终端为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对终端进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

与上述一致的，请参阅图5，图5为本申请实施例提供了一种智能交通事故处理装置的结构示意图。如图5所示，该装置应用于智能路灯，所述装置包括：

获取单元501，用于获取目标区域的目标图像，所述目标图像至少包括目标车辆，所述目标区域包括事故发生区域；

第一确定单元502，用于根据所述目标图像，确定所述目标车辆的目标行为信息；

第二确定单元503，用于根据所述目标行为信息，确定所述事故发生区域的事故类型；

第三确定单元504，用于根据所述事故类型，确定事故处理方法。

在一个可能的实现方式中，所述第一确定单元502用于：

根据所述目标图像，确定所述目标车辆与车道线之间的位置信息；

根据所述位置信息，确定所述目标车辆的第一行为信息；

根据所述目标图像获取m个参考用户的动作信息，所述参考用户包括与所述目标车辆之间的距离小于预设距离的用户；

根据所述m个参考用户的动作信息，确定所述目标车辆的第二行为信息；

根据所述第一行为信息和所述第二行为信息，确定所述目标行为信息。

在一个可能的实现方式中，在所述根据所述m个参考用户的动作信息，确定所述目标车辆的第二行为信息方面，所述第一确定单元502用于：

根据所述m个参考用户的动作信息，确定所述m个参考用于与所述目标车辆的关联信息；

根据所述关联信息，确定k个目标用户，k为小于或等于m的正整数；

获取所述k个目标用户的面部表情信息和身体状态信息；

根据所述面部表情和所述身体状态信息，确定所述k个目标用户的目标安全状态信息；

根据所述k个目标用户的目标安全状态信息，确定所述目标车辆的第二行为信息。

在一个可能的实现方式中，在所述根据所述位置信息，确定所述目标车辆的第一行为信息方面，第一确定单元502用于：

根据所述位置信息，确定所述目标车辆与所述车道线之间的第一距离；

若所述第一距离小于预设距离值，则获取所述目标车辆的参考朝向信息；

若所述参考朝向信息为预设朝向信息，则获取所述目标车辆的车辆状态信息，所述车辆状态信息包括车身状态；

根据所述车身状态和所述朝向信息，确定所述目标车辆的第一行为信息。

在一个可能的实现方式中，所述装置还用于：

获取所述目标车辆的车辆信息；

根据所述车辆信息获取所述目标车辆的驾驶人信息；

将所述事故处理方法推送给所述驾驶人信息对应的驾驶人。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种智能交通事故处理方法的部分或全部步骤。

本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种智能交通事故处理方法的部分或全部步骤。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在申请明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。

所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：u盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器、随机存取器、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。