一种基于视频分析的全天候高速公路雾气等级监测方法与流程

本发明属于计算机视觉技术领域，适用于对高速公路雾气等级的全天候监测，特别是对高速公路部分路段突发团雾现象提供预警。

背景技术：

截至目前，我国高速公路通车里程数已超过13万公里，位居世界第一，高速公路具有车速快、车流量大、封闭的特点，因此高速路能见度是影响人身、车辆安全的主要因素，据统计，大雾(包括团雾)是导致类似连环相撞重大交通事故的主要诱因，团雾又称辐射雾，是由接近道路表面的气团冷却引起，具有局部性、突发性、浓度大、可移动的特征，被称为“高速公路的流动杀手”，由于团雾范围小，监测及预报的难度较大，比较合理的解决方案是在高速公路上设置多一些监测点位，早发现，早预防。

技术实现要素：

本发明的主要目的在于提供一种基于视频分析的全天候高速公路雾气等级监测方法，可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：

一种基于视频分析的全天候高速公路雾气等级监测方法，按照以下步骤实施：

步骤s1：采集待监测地区高速公路监控摄像头拍摄到的不同时段、不同雾气等级的真实图片；

步骤s2：将步骤s1收集到的图片进行人工分类，分出白天、夜间，分别对白天、夜间的图片再进行精细分类，分为无雾、轻雾、雾、大雾、浓雾、强浓雾、无效7个等级；

步骤s3：通过darknet深度学习框架分别对白天、夜间样本集训练分类器；

步骤s4：利用步骤s3得到的分类器对从实时视频流中获取的图像，根据时间选用白天或夜间的分类器进行分类，从而实现全天候的高速公路雾气等级监测，另外，为防止误判，连续采集两帧图像分别进行雾气等级判断，按照一定逻辑减小误判；

步骤s5：将检测结果及检测图片地址信息存入mysql数据库中，前端界面访问数据库，将当前雾气等级、历史演变过程及最新监控画面显示在地图上，提供直观的可视化效果；

步骤s6：收集检测图片及检测结果，特别地，将误判的类别样本添加到样本集中重新执行步骤s3，将结果模型替换到步骤s4中，根据需要重复该步骤，直到雾气等级检测结果达到所需精度要求。

2.根据权利1所述的一种基于视频分析的全天候高速公路雾气等级监测方法，其特征在于，所述步骤s1中，为保证步骤s3中分类器适应于实际高速公路场景，特意选取待监测地区高速公路实际拍摄到的场景图片作为训练样本。

3.根据权利1所述的一种基于视频分析的全天候高速公路雾气等级监测方法，其特征在于，所述步骤s2中，由于白天、夜间高速监控拍摄到的画面差异较大，为提高步骤s3中分类器的分类效果，将样本图片分为白天、夜间两部分，分别进行分类器训练，根据比较常见的雾气等级划分，将其分为无雾、轻雾、雾、大雾、浓雾、强浓雾，特别地，将花屏、曝光、夜间大车灯情况分为第7类无效类。

4.根据权利1所述的一种基于视频分析的全天候高速公路雾气等级监测方法，其特征在于，所述步骤s4中，白天、夜间的时间划分根据不同月份的日出、日落时间进行，在实际对当前雾气等级进行监测的时候采用连续采集两帧图像，分别判定雾气等级的方式，另按照如下逻辑减少误判：

a1：如果两次等级判定相同，且都为c级，则当前雾气等级为c级；

a2：如果两次等级判定不同，且有一次与历史等级相同，则当前雾气等级为历史等级；

a3：如果两次等级判定不同，且都不与历史等级相同，则再采集两帧图像进行分类等级判断。

5.根据权利1所述的一种基于视频分析的全天候高速公路雾气等级监测方法，其特征在于，所述步骤s6中，为提高雾气等级监测精度，定期收集历史等级判别图片及判别结果，在原样本集合基础上加入误判后通过人工正确分类的样本，重新训练分类器，以提高雾气等级监测的精度。

与现有技术相比，本发明具有如下有益效果：

本发明中，利用已建视频监控设备，无需额外增加前端硬件即可实现实时自动分析高速公路不同路段的雾气等级功能；能够对局部性的团雾提供实时准确定位，为交警部门提供执法依据，遇突发团雾或大雾情况可以对过往车辆进行提醒、限速，从而降低事故量，减少人员伤亡及财产损失，带来更好的使用前景。

附图说明

图1为本发明具体流程图；

图2为单次雾气等级具体判别逻辑流程图。

具体实施方式

在具体实施方式中，将结合附图，清楚完整地描述基于视频分析的全天候高速公路雾气等级监测方法的详细过程。需要指出的是，这些描述只是事例性的，而非限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要的混淆本发明的概念。

具体步骤如下：

步骤一：采集待监测区域高速路视频监控不同设备、不同时间段、不同雾气等级的历史视频片段，将视频解析成一帧一帧的图片；

步骤二：将步骤一中解析出的大量图片，通过人工进行分类，分别将白天、夜间的图片分为如下7个等级：

步骤三：通过darknet深度学习框架分别对白天、夜间样本集的分类器进行训练；

步骤四：通过ffmpeg多媒体视频处理库接入待监测区域高速公路视频监控获取图片，对图片进行分类，从而获得当前雾气等级，单次雾气等级具体判别逻辑流程如图2所示；

步骤五：将检测结果及检测图片地址信息存入mysql数据库中，前端界面访问数据库，将当前雾气等级、历史演变过程及最新监控画面显示在地图上，提供直观的可视化效果；

步骤六：收集检测图片及检测结果，特别地，将误判的类别样本添加到样本集中重新执行步骤三，将结果模型替换到步骤四中，根据需要重复该步骤，直到雾气等级监测结果达到所需精度要求。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

技术特征：

技术总结
本发明公开了一种基于视频分析的全天候高速公路雾气等级监测方法，步骤如下：采集监测地区高速公路真实图片，收集到的图片进行人工分类，通过Darknet深度学习框架分别对白天、夜间样本集进行分类器训练，利用步骤S3得到的分类器对从实时视频流中获取的图像，根据时间选用白天或夜间的分类器进行分类，从而实现全天候的高速公路雾气等级监测，将检测结果及检测图片地址信息存入MySQL数据库中，前端界面访问数据库，将当前雾气等级及历史演变过程，最新监控画面显示在地图上，提供直观的可视化效果，收集检测图片及检测结果，此种方法能够对局部性的团雾提供实时准确定位，可以对过往车辆进行提醒、限速，从而降低事故量，带来更好的使用前景。

技术研发人员：武传营;李凡平;石柱国
受保护的技术使用者：北京以萨技术股份有限公司;青岛以萨数据技术有限公司
技术研发日：2018.07.27
技术公布日：2019.01.08