本发明涉及视频图像处理领域,尤其涉及一种车辆拥堵检测方法以及终端。
背景技术:
1、高速收费站在节假日等高峰期存在着严重的车辆拥堵排队现象,目前的收费站所用的拥堵检测设备一般是视频检测摄像机,但由于收费站场景的复杂性,传统的视频检测摄像机无法覆盖并监控整个收费广场,而且视频检测摄像机在进行单个区域的拥堵检测时存在误报情况,导致检测装置无法正确获取收费广场整体的拥堵状态,并且单一画面的相机监控由于距离远,其采集的视频比较模糊,无法正确识别画面中的车辆。
技术实现思路
1、本发明所要解决的技术问题是:提供一种车辆拥堵检测方法以及终端,避免单个区域计算拥堵率导致误报的问题,提高车辆拥堵检测的精确性。
2、为了解决上述技术问题,本发明采用的技术方案为:
3、一种车辆拥堵检测方法,包括:
4、获取目标区域的视频信息,通过深度学习算法分析所述目标区域的视频信息得到所述目标区域的车辆拥堵信息;所述车辆拥堵信息包括拥堵率以及车辆速度;
5、判断所述目标区域的拥堵率是否超过预设阈值,若是,则获取所述目标区域对应的预置区域的视频信息,通过深度学习算法分析所述预置区域的视频信息得到所述预置区域的车辆拥堵信息;
6、根据所述目标区域的车辆拥堵信息以及所述预置区域的车辆拥堵信息获取所述目标区域对应的连续路段内的车辆拥堵情况。
7、为了解决上述技术问题,本发明采用的另一种技术方案为:
8、一种车辆拥堵检测终端,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的一种车辆拥堵检测方法中的各个步骤。
9、本发明的有益效果在于:通过区分目标区域以及预置区域轮流获取对应的视频信息,使得视频监控区域能够更加集中,从而保证视频信息的清晰度,提高深度学习算法分析处理的效果。并且通过深度学习算法分析对应区域的视频信息,得到对应区域的拥堵率以及车辆速度,在非拥堵情况时,只需要获取目标区域的视频信息,使得处理对象单一,从而保证检测算法的实时有效性;在目标区域发生拥堵情况后,再获取预置区域的视频信息,从而对包括目标区域以及预置区域的连续路段的车辆拥堵情况进行汇总处理,以此方式来确保监控区域的整体拥堵状态,避免单个区域计算拥堵率造成误报的问题。
1.一种车辆拥堵检测方法,其特征在于,包括:
2.根据权利要求1所述的一种车辆拥堵检测方法,其特征在于,所述通过深度学习算法分析所述目标区域的视频信息得到所述目标区域的车辆拥堵信息,或所述通过深度学习算法分析所述预置区域的视频信息得到所述预置区域的车辆拥堵信息包括:
3.根据权利要求1所述的一种车辆拥堵检测方法,其特征在于,所述预置区域包括连续的多个子区域;
4.根据权利要求3所述的一种车辆拥堵检测方法,其特征在于,所述根据所述上游区域的车辆拥堵信息以及所述下游区域的车辆拥堵信息判断所述上游区域的车辆拥堵情况具体为:
5.根据权利要求3所述的一种车辆拥堵检测方法,其特征在于,所述根据所述目标区域以及每一个所述子区域的车辆拥堵情况确定所述连续路段内的车辆拥堵等级以及车辆拥堵长度具体为:
6.根据权利要求1所述的一种车辆拥堵检测方法,其特征在于,所述得到所述目标区域的车辆拥堵信息之后包括:
7.根据权利要求1所述的一种车辆拥堵检测方法,其特征在于,还包括:若所述目标区域的拥堵率未超过所述预设阈值,则返回执行获取目标区域的视频信息的步骤。
8.根据权利要求2所述的一种车辆拥堵检测方法,其特征在于,所述根据对应区域内的最大车辆数以及所述车辆数得到车辆占有率具体为:
9.根据权利要求1所述的一种车辆拥堵检测方法,其特征在于,所述获取所述目标区域对应的预置区域的视频信息,通过深度学习算法分析所述预置区域的视频信息得到所述预置区域的车辆拥堵信息具体为:
10.一种车辆拥堵检测终端,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-9中任意一项所述的一种车辆拥堵检测方法中的各个步骤。