统计车流量的方法和装置、计算设备和存储介质与流程

本申请涉及视频领域，尤其涉及统计车流量的方法和装置、计算设备和计算机可读存储介质。

背景技术：

车辆已成为人们出行的常用交通工具。随着车辆的普及，道路(例如城市交通)经常拥塞，所以需要对车流量进行监控。目前的监控方式是雷达信号监测通过的车辆，或者通过重力传感器监测通过的车辆。

技术实现要素：

有鉴于此，本申请提供了一种统计车流量的方法和装置、计算设备,可以通过视频流实现对车流量的监控。

第一方面，本申请提供一种统计车流量的方法。计算设备获取监控车流量的视频流；例如视频流可以是拍摄设备监控道路的车流量所生成的视频流，该计算设备从该拍摄设备获取该视频流。

该视频流包括多个视频帧。该计算设备从该视频流中识别每个视频帧中的车辆。

该计算设备根据该视频流中每个视频帧中的车辆，按照时间顺序和车流方向计算出所述视频流监控到的车流量。

可见，本申请可以通过视频流的方式监控道路上的车流量。

第一方面的一种可能设计中，计算设备可以通过如下方式计算车流量。

在该方式中，计算设备在该视频流中每个视频帧中的相同位置设定参考线，该参考线与该车流方向垂直。这样，计算设备可以统计通过该参考线的车辆。

具体地，计算设备按照时间顺序和车流方向，从所述视频流中识别通过所述参考线的车辆的个数。通过该参考线的车辆的个数为该车流量。

第一方面的一种可能设计中，计算设备可以通过如下方式从所述视频流中识别通过所述参考线的车辆的个数。

在该方式中，计算设备确定每个视频帧中的目标车辆，该目标车辆为在该视频帧中按照所述车流方向距离与所述参考线最近的车辆。计算设备计算该视频帧中的目标车辆与所述参考线的距离，并将计算出的距离作为该视频帧中的目标距离。以此类推，计算设备可以计算出该视频流中每个视频帧中的目标距离。

计算设备按照时间顺序，根据策略和所述视频流中每个所述视频帧中的目标距离，识别通过所述参考线的每个车辆。所述策略为：在第一视频帧中的目标距离小于第二视频帧中的目标距离时识别当前通过的车辆，所述第一视频帧和所述第二视频帧为在所述视频流中按照时间顺序前后相邻的两个视频帧。

可见，本申请可以通过视频流中相邻视频帧的目标距离变大这个事件，识别出有车辆通过该参考线，同时识别通过该参考线的车辆的个数。以此类推，从该视频流中可以识别出每次通过该参考线的车辆；这样，可以计算所有次数通过该参考线的车辆，即车流量。

第一方面的一种可能设计中，在该视频流中的每个视频帧中，计算设备计算该视频帧中的目标车辆的车头到参考线的距离，计算出的距离为该视频帧中的目标距离。

第一方面的一种可能设计中，在该视频流中的每个视频帧中，计算设备计算该视频帧中的目标车辆的车尾到参考线的距离，计算出的距离为该视频帧中的目标距离。

第一方面的一种可能设计中，在该视频流中的每个视频帧中，计算设备计算该视频帧中的目标车辆的车身上的基准点到参考线的距离，计算出的距离为该视频帧中的目标距离。

第二方面，本申请提供一种统计车流量的装置，包括多个功能单元。该装置通过该多个功能单元执行第一方面或者第一方面的任意可能设计提供的统计车流量的方法中的步骤。

第三方面，本申请提供一种计算设备，该计算设备包括处理器和存储器。该存储器存储计算机指令；该处理器执行该存储器存储的计算机指令，使得该计算设备执行第一方面或者第一方面的任意可能设计提供的统计车流量的方法中的步骤。

第三方面的一种可能设计中，该存储器中存储的计算机指令用于实现第二方面提供的任一种统计车流量的装置中的功能单元。该计算设备通过该功能单元来执行统计车流量的方法中的步骤。

第四方面，提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机指令，当计算设备的处理器执行该计算机指令时，该计算设备执行第一方面或者第一方面的任意可能设计提供的统计车流量的方法中的步骤。

第四方面的一种可能设计中，该计算机可读存储介质中存储的计算机指令用于实现第二方面提供的任一种统计车流量的装置中的功能单元。该计算设备通过该功能单元来执行统计车流量的方法中的步骤。

第五方面，提供一种计算机程序产品，该计算机程序产品包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算设备的处理器可以从计算机可读存储介质读取并执行该计算机指令，使得该计算设备执行第一方面或者第一方面的任意可能设计提供的统计车流量的方法中的步骤。

第五方面的一种可能设计中，该计算机程序产品中的计算机指令用于实现第二方面提供的任一种统计车流量的装置中的功能单元。该计算设备通过该功能单元来执行统计车流量的方法中的步骤。

第六方面，提供一种统计车流量的系统,该系统包括计算设备和第一方面或者第一方面的任意可能设计中的拍摄设备。该计算设备执行第一方面或者第一方面的任意可能设计提供的统计车流量的方法中的步骤，例如该计算设备部署第二方面提供的统计车流量的装置，该计算设备通过该装置中的功能单元来执行该方法中的步骤。

附图说明

图1为车流的一种示意图；

图2为本申请提供的方法所适用的场景的一种示意图；

图3为本申请提供的统计车流量的方法的一种流程示意图；

图4a和图4b分别为本申请提供的识别车辆通过的一种示意图；

图5为本申请提供的统计车流量的装置50的一种逻辑结构示意图；

图6为本申请提供的计算设备12的一种硬件结构示意图。

具体实施方式

下面将结合本申请中的附图，对本申请提供的技术方案进行描述。

术语简介

车辆：是指通过轮子转动来移动车身的交通工具。例如车辆可以是非机动车或者机动车。

车流方向：在道路上多个车辆的同向移动方向。以图1为例，在车道上行驶三辆车(a、b、c)，这三辆车是按照同方向行驶的，该方向为车流方向。

车流量：是指在单位时间内同方向车流通过道路上相同参考线的车辆。图1示意了该参考线，辆车(a、b)未到达该参考线，辆车c正在通过该参考线。可选地,该参考线可以是直线,或者是由多个间隔点构成的线。可选地,该参考线可以是直线，或者是其它类型的线。可选地，该参考线与车流方向垂直。

一种计算车流量的方式，在预设时间段内通过该参考线的车辆的个数为m，则车流量为m与该预设时间段的比值，m为正整数。

本申请实施例提供了一种统计车流量的系统。参见图2，在该实施例中，该系统包括拍摄设备21和计算设备22。可以理解的是，在另外的实施例中，该系统还可以进一步包括其他处理设备，如网络转发设备，视频处理设备等。

图2所示的实施例中，该拍摄设备11用于获取监控道路上的车流量，并对通过固定道路段的车辆进行拍照。拍摄设备11基于连续拍照所得的照片形成视频流，该视频流包括多个视频帧，即该视频流中的每一帧为一个视频帧。本申请对基于多张照片形成视频流的方式不做限定；例如可以是每次拍照所得的一张照片为一个视频帧，按照时间顺序将拍照所得的多张照片合成视频流；例如，可以对拍照所得的多张照片做形成视频流的处理，一张照片对应一个视频帧，但在视频帧中保留该张图片中的车辆的特性。

拍摄设备11将生成的视频流发送至该系统中的计算设备12。计算设备12可以使用本申请提供的方法来统计车流量。

本申请提供了一种统计车流量的方法的实施例，在该方法中可以用上述图2中所示实施例中的计算设备12统计车流量。该方法包括步骤s31、步骤s32和步骤s33，如图3所示。

步骤s31，计算设备12从拍摄设备11获取视频流。

如上所述，该视频流是该拍摄设备11监控预设道路段的车流量所得的视频流，该视频流包括多个视频帧。

可选地，计算设备12可以从拍摄设备11请求视频流，拍摄设备11将该视频流发送至计算设备12。

可选地，拍摄设备11可以主动将该视频流发送至计算设备12，例如定期向计算设备发送该视频流。相应地，计算设备12接收拍摄设备11发送的视频流，这样完成对该视频流的获取。

步骤s32，计算设备12从该视频流中识别每个该视频帧中的车辆。

该视频流包括多个视频帧，计算设备12针对该视频流中的每个视频帧分别作车辆识别。

可选地，计算设备12部署用于识别车辆的卷积神经网络(convolutionneuralnetwork，cnn)算法。计算设备12通过该cnn算法从视频帧中识别出车辆，例如识别出距离参考线最近的车辆，或者识别出所有车辆。

可选地，计算设备12部署用于识别车辆的候选区域(regionproposal，rp)算法。计算设备12通过该rp算法从视频帧中识别出车辆，例如识别出距离上述参考线最近的车辆，或者识别出所有车辆。

步骤s33，计算设备12按照时间顺序和车流方向，根据从该视频流中识别出的每个该视频帧中的车辆，计算通过该视频流监控到的车流量。

由于该视频流是拍摄设备11监控预设道路段所得的，并且在该视频流中已经识别出每个视频帧中的车辆，因此计算设备12可以按照时间顺序和车流方向，统计出该预设道路段的车流量。下面举例提供几种可以统计方式。

第一种可选统计方式，计算设备12可以按照时间顺序和车流方向，统计出驶入该预设道路段的车辆的个数。计算设备12可以根据统计出的个数和该视频流监控的时间段，计算该视频流监控到的该预设道路段的车流量。

举例说明，视频流可以监控的场景范围(即预设道路段)是有限的。在确定该视频流中每个视频帧中的车辆方向时，可以从该视频流的两两相邻视频帧中识别是否有新的车辆驶入该预设道路段；如果有新的车辆驶入，则识别新驶入的车辆的个数。以此类推，可以从视频流中识别出每次新驶入的车辆，并统计每次新驶入的车辆的个数的总和。从而可以根据统计的总和和该视频流监控的时间段，计算该视频流监控到的该预设道路段的车流量。

第二种可选统计方式，计算设备12可以按照时间顺序和车流方向，统计出驶出该预设道路段的车辆的个数。计算设备12可以根据统计出的个数和该视频流监控的时间段，计算该视频流监控到的该预设道路段的车流量。

举例说明，视频流可以监控的场景范围(即预设道路段)是有限的。在确定该视频流中每个视频帧中的车辆方向时，可以从该视频流的两两相邻视频帧中识别是否有新的车辆驶出该预设道路段；如果有新的车辆驶出，则识别新驶出的车辆的个数。以此类推，可以从视频流中识别出每次新驶出的车辆，并统计每次新驶出的车辆的个数的总和。从而可以根据统计的总和和该视频流监控的时间段，计算该视频流监控到的该预设道路段的车流量。

第三种可选统计方式，计算设备12可以针对该视频流中的每个视频帧，在每个该视频帧中的相同位置设定参考线，如图1所示，该参考线与该车流方向垂直。但本方式不限定该参考线在该视频帧中的具体位置，例如可以设定在该视频帧中该车流方向的驶入处或者驶出处，还可以设定在该视频帧中的其它任一位置。

在设定该参考线后，计算设备12按照时间顺序和车流方向，从该视频流中识别通过该参考线的车辆。计算设备12统计通过该参考线的车辆的个数，并可以根据通过统计的个数和该视频流监控的时间段，计算该视频流监控到的该预设道路段的车流量。

可选地提供一种举例来实现从该视频流中识别通过该参考线的车辆。

具体地，计算设备12在该视频流中的每个视频帧中分别确定目标车辆，该目标车辆为在该视频帧中按照车流方向距离该参考线最近的车辆。在该视频帧中，计算该视频帧的目标车辆与该参考线的距离，计算出的距离作为该视频帧中的目标距离。

然后，计算设备12按照时间顺序，根据策略和该视频流中每个该视频帧中的目标距离，识别通过该参考线的每个车辆。该策略为：该第一视频帧和该第二视频帧为在该视频流中按照时间顺序前后相邻的两个视频帧；在第一视频帧中的目标距离小于第二视频帧中的目标距离时识别为当前有车辆通过,并且识别当前通过的车辆的个数，通过的车辆的个数可以是一个或多个，如果多个车辆同时通过，则识别同时通过的车辆的个数，如果只有一个车辆通过，则识别为通过的车辆的个数为一个。由于步骤s32已经识别出了每个视频帧中的车辆，也即识别出了车辆在视频帧中的位置，因此在根据该策略识别出有车辆通过参考线时可以进一步识别当前通过的车辆和识别当前通过的车辆的个数。

可选地提供一种举例来实现从该视频流中识别通过该参考线的车辆。

具体地，计算设备12在该视频流中的每个视频帧中，分别计算该视频帧中每个车辆与该参考线的距离，从计算出的每个车辆与该参考线的距离中选择最短距离，将选择的最短距离作为该视频帧中的目标距离，将该最短距离对应的车辆作为该视频帧中的目标车辆。在同一视频帧中，如果多个车辆均具有距离该参考线的该目标距离，则该多个车辆同时作为多个目标车辆，即该多个车辆中的每个车辆均为目标车辆；如果只有一个车辆具有距离该参考线的该目标距离，则该个车辆作为目标车辆。

然后，计算设备12按照时间顺序，根据策略和该视频流中每个该视频帧中的目标距离，识别通过该参考线的每个车辆。

以此类推，计算设备12通过该策略可以识别出该视频流中通过该参考线的所有车辆。根据通过该参考线的所有车辆的个数，可以计算出该视频流监控到的该预设道路段的车流量。

一种可选实施方式中，该策略还包括：在第一视频帧中的目标距离大于或等于第二视频帧中的目标距离时识别为没有一个车辆通过，该第一视频帧和该第二视频帧为在该视频流中按照时间顺序前后相邻的两个视频帧。这样，计算设备12通过该策略，按照时间顺序，基于该视频流中每个该视频帧中的目标距离，可以准确识别出是否有车辆通过该参考线。

以此类推，通过该策略可以更精确地识别出该视频流中通过该参考线的所有车辆的个数。

举例说明，如图4a所示，第i帧、第j帧和第k帧为视频流中按照时间顺序依次排列的三个视频帧。在第i帧中，按照车流方向，相较于车辆a和车辆b，车辆c的车头距离参考线最近，车辆c的车头与参考线的距离为10米(meter，m)。在第j帧中，按照车流方向，相较于车辆a和车辆b，车辆c的车头距离参考线最近，车辆c的车头与参考线的距离为5米。在第k帧中，按照车流方向，车辆c的车头已经通过参考线，因此不再考虑车辆c与参考线的距离，只比较车辆a和车辆b；这时，相较于车辆a，车辆b的车头距离参考线最近，车辆b的车头与参考线的距离为15米。由于在第k帧中车辆b与参考线的距离(15米)大于在第j帧中车辆c与参考线的距离(5米)，因此识别为有车辆通过，并识别通过的车辆为车辆c，即通过的车辆的个数为一个。

举例说明，如图4b所示，第i帧、第j帧和第k帧为视频流中按照时间顺序依次排列的三个视频帧。在第i帧中，按照车流方向，相较于车辆a，车辆b和车辆c的车头距离参考线最近，车辆b的车头与参考线的距离为10米，同时车辆c的车头与参考线的距离为10米。在第j帧中，按照车流方向，相较于车辆a，车辆b和车辆c的车头距离参考线最近，车辆b的车头与参考线的距离为5米，同时车辆c的车头与参考线的距离为5米。在第k帧中，按照车流方向，车辆b的车头和车辆c的车头同时通过参考线，因此不再考虑车辆b和车辆c分别与参考线的距离；这时，车辆a的车头距离参考线最近，车辆a的车头与参考线的距离为10米。由于在第k帧中车辆a与参考线的距离(10米)大于在第j帧中车辆c与参考线的距离(5米)，因此识别为有车辆通过，并识别通过的车辆为车辆b和车辆c，即为通过的车辆的个数为两个。

可选地，在该视频流中的每个视频帧中，计算设备12计算车辆的车头与该参考线的距离，将计算所得的距离作为该车辆距离该参考线的距离。举例说明，在每个该视频帧中，计算该目标车辆的车头到该参考线的距离，计算出的距离为该视频帧中的目标距离。

可选地，在该视频流中的每个视频帧中，计算设备12计算车辆的车尾与该参考线的距离，将计算所得的距离作为该车辆距离该参考线的距离。

可选地，在该视频流中的每个视频帧中，从每个车辆上选择一个基准点(可以位于该车辆的中间位置或者其它任一位置)，计算设备12计算车辆的基准点与该参考线的距离，将计算所得的距离作为该车辆距离该参考线的距离。

本申请提供一种统计车流量的装置，该装置部署在上述图2所示实施例中的计算设备12上，该装置包括的功能单元用于实现上述统计车流量的方法中的步骤；本申请实施例对在该装置中如何划分功能单元不做限定，下面实例性地提供一种功能单元的划分，如图5所示。

如图5所示的统计车流量的装置50，包括：

获取单元51，用于获取监控车流量的视频流，所述视频流包括多个视频帧；；

识别单元52，用于从所述视频流中识别每个所述视频帧中的车辆；

计算单元53，用于按照时间顺序和车流方向，根据从所述视频流中识别出的每个所述视频帧中的车辆，计算通过所述视频流监控到的车流量。

可选地，所述计算单元53，用于：

在每个所述视频帧中的相同位置设定参考线，所述参考线与所述车流方向垂直；

按照时间顺序和车流方向，从所述视频流中识别通过所述参考线的车辆的个数。

可选地，所述计算单元53，用于：

计算在所述视频流中每个所述视频帧中的目标距离，所述目标距离为所述视频帧中的目标车辆与所述参考线的距离，所述目标车辆为在所述视频帧中按照所述车流方向距离与所述参考线最近的车辆；

按照时间顺序，根据策略和所述视频流中每个所述视频帧中的目标距离，识别通过所述参考线的每个车辆，所述策略为：在第一视频帧中的目标距离小于第二视频帧中的目标距离时识别当前通过的车辆，所述第一视频帧和所述第二视频帧为在所述视频流中按照时间顺序前后相邻的两个视频帧。

可选地，所述计算单元53，用于在每个所述视频帧中，计算所述目标车辆的车头到所述参考线的距离，计算出的距离为所述视频帧中的目标距离。

获取单元51、识别单元52和计算单元53中各功能，在上述方法中有相应的步骤。因此，获取单元51、识别单元52和计算单元53中各功能的实现细节，可以参见上述方法中相应步骤的描述。

下面示例性地提供该计算设备12的一种可能的基本硬件架构，如图6所示。

参见图6，计算设备12包括处理器121、存储器122、通信接口123和总线124。

计算设备12中，处理器121的数量可以是一个或多个，图1仅示意了其中一个处理器121。可选地，处理器121可以是中央处理器(centralprocessingunit，cpu)或者arm处理器。如果计算设备12具有多个处理器121，多个处理器121的类型可以不同，或者可以相同。可选地，计算设备12的多个处理器121还可以集成为多核处理器。

存储器122存储计算机指令；例如，该计算机指令包括链代码；例如,该计算机指令用于实现本申请提供的方法中的各个步骤；例如,该计算机指令用于实现本申请提供的装置50包括的各功能单元，或者用于实现本申请提供的方法中的各个步骤。

存储器122可以是以下存储介质的任一种或任一种组合：非易失性存储器(non-volatilememory，nvm)(例如只读存储器(readonlymemory，rom)、固态硬盘(solidstatedrives，ssd)、机械硬盘、磁盘、磁盘整列)，易失性存储器(volatilememory)。

通信接口123可以是以下器件的任一种或任一种组合：网络接口(例如以太网接口)、无线网卡等具有网络接入功能的器件。

通信接口123用于计算设备12与其他设备(例如计算设备)进行数据通信。

图6用一条粗线表示总线124。处理器121、存储器122和通信接口123通过总线124连接。这样，处理器121可以通过总线124访问存储器122,以及通过总线124利用通信接口123与其他设备(例如计算设备)进行数据交互。

可选地，计算设备12执行存储器122中的计算机指令,在计算设备12上实现本申请提供的统计车流量的方法，或者在计算设备12上实现本申请提供的装置50。

可选地，计算设备12为公有云或者私有云或者混合云中的服务器。计算设备12的资源被虚拟化以后，在该虚拟化的资源上部署装置。该装置用于实现本申请提供的统计车流量的方法，或者该装置为本申请提供的装置50。

本申请提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当计算设备12的处理器121执行该计算机指令时，该计算设备12执行本申请提供的统计车流量的方法中的步骤。

本申请提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，该计算机指令用于实现装置50。

本申请提供一种计算机程序产品，该计算机程序产品包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算设备的处理器可以从计算机可读存储介质读取并执行该计算机指令，使得该计算设备执行本申请提供的统计车流量的方法的步骤。

本申请提供一种计算机程序产品，该计算机程序产品包括的计算机指令用于实现装置50。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的保护范围。