基于机器视觉的道路抛洒物检测追踪方法和系统与流程

文档序号:32657898发布日期:2022-12-23 22:23阅读:来源:国知局

技术特征:
1.一种基于机器视觉的道路抛洒物检测追踪方法,其特征在于,包括:步骤1:使用高斯混合模型分离监控区域前后景,模型输入为3通道的rgb彩图,输出为1通道的灰度图,灰度图中只包含2种信息,全黑的区域为背景区域,白色区域为可能的抛洒物目标和运动目标;步骤2:剔除预设交通参与者目标;步骤3:获取前景目标的最小矩形框的像素位置,逐个与神经网络检出物进行递归匹配比较,若匹配则剔除目标,不进行疑似抛洒物追踪;若不匹配则进行疑似抛洒物追踪;步骤4:对疑似抛洒物从运动态到静止态进行交并比iou追踪,根据交并比值确认是否为抛洒物。2.根据权利要求1所述的基于机器视觉的道路抛洒物检测追踪方法,其特征在于,所述步骤1包括:步骤1.1:初始化高斯模型;步骤1.2:设定背景学习率和模式系数,通过学习率参与权重计算并更新权重值;步骤1.3:在权重值满足预设条件后,得到监控区域的前后背景分离。3.根据权利要求1所述的基于机器视觉的道路抛洒物检测追踪方法,其特征在于,所述步骤2包括:统计分离出来的所有白色区域前景,作为抛洒物候选,通过神经网络推理出交通参与者,在抛洒物候选中减去推理出的交通参与者,得到可能的抛洒物;神经网络推理出交通参与者的过程为:加载预先训练好的网络模型,输入对应权重值和偏差参数,然后由计算机自动进行推断,得到每帧检测标的物,以及标的物的像素位置和物体类型。4.根据权利要求1所述的基于机器视觉的道路抛洒物检测追踪方法,其特征在于,交并比iou追踪衡量两个边界框重叠的相对大小,得到预测边框与真实边框的交集的比值,交并比值越高,说明帧间物体运动状态越趋近于静止,当场景中有多个目标相交时,匹配最大的iou目标框。5.根据权利要求1所述的基于机器视觉的道路抛洒物检测追踪方法,其特征在于,iou值计算公式为:iou(a,b)代表两个目标框重叠的交并比值;area(a)代表a目标的边界框面积大小;area(b)代表b目标的边界框面积大小;公式分子代表目标a,b的面积相交部分;公式分母代表目标a,b的面积并集大小。6.一种基于机器视觉的道路抛洒物检测追踪系统,其特征在于,包括:模块m1:使用高斯混合模型分离监控区域前后景,模型输入为3通道的rgb彩图,输出为1通道的灰度图,灰度图中只包含2种信息,全黑的区域为背景区域,白色区域为可能的抛洒物目标和运动目标;模块m2:剔除预设交通参与者目标;模块m3:获取前景目标的最小矩形框的像素位置,逐个与神经网络检出物进行递归匹
配比较,若匹配则剔除目标,不进行疑似抛洒物追踪;若不匹配则进行疑似抛洒物追踪;模块m4:对疑似抛洒物从运动态到静止态进行交并比iou追踪,根据交并比值确认是否为抛洒物。7.根据权利要求6所述的基于机器视觉的道路抛洒物检测追踪系统,其特征在于,所述模块m1包括:模块m1.1:初始化高斯模型;模块m1.2:设定背景学习率和模式系数,通过学习率参与权重计算并更新权重值;模块m1.3:在权重值满足预设条件后,得到监控区域的前后背景分离。8.根据权利要求6所述的基于机器视觉的道路抛洒物检测追踪系统,其特征在于,所述模块m2包括:统计分离出来的所有白色区域前景,作为抛洒物候选,通过神经网络推理出交通参与者,在抛洒物候选中减去推理出的交通参与者,得到可能的抛洒物;神经网络推理出交通参与者的过程为:加载预先训练好的网络模型,输入对应权重值和偏差参数,然后由计算机自动进行推断,得到每帧检测标的物,以及标的物的像素位置和物体类型。9.根据权利要求6所述的基于机器视觉的道路抛洒物检测追踪系统,其特征在于,交并比iou追踪衡量两个边界框重叠的相对大小,得到预测边框与真实边框的交集的比值,交并比值越高,说明帧间物体运动状态越趋近于静止,当场景中有多个目标相交时,匹配最大的iou目标框。10.根据权利要求6所述的基于机器视觉的道路抛洒物检测追踪系统,其特征在于,iou值计算公式为:iou(a,b)代表两个目标框重叠的交并比值;area(a)代表a目标的边界框面积大小;area(b)代表b目标的边界框面积大小;公式分子代表目标a,b的面积相交部分;公式分母代表目标a,b的面积并集大小。

技术总结
本发明提供了一种基于机器视觉的道路抛洒物检测追踪方法和系统,包括:步骤1:使用高斯混合模型分离监控区域前后景;步骤2:剔除预设交通参与者目标;步骤3:获取前景目标的最小矩形框的像素位置,逐个与神经网络检出物进行递归匹配比较,若匹配则剔除目标,不进行疑似抛洒物追踪;若不匹配则进行疑似抛洒物追踪;步骤4:对疑似抛洒物从运动态到静止态进行交并比IoU追踪,根据交并比值确认是否为抛洒物。本发明解决了路测端视觉抛洒物体难以检测,并且准确度偏低的问题,通过低计算复杂度的TRIOU_track算法,能够高效实时追踪抛洒物。能够高效实时追踪抛洒物。能够高效实时追踪抛洒物。


技术研发人员:薛威
受保护的技术使用者:联陆智能交通科技(上海)有限公司
技术研发日:2022.09.16
技术公布日:2022/12/22
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1