一种车辆违章的检测方法、装置以及计算机可读存储介质制造方法及图纸

本申请公开了一种车辆违章的检测方法、装置以及计算机可读存储介质，该方法包括：获取连续多帧道路场景图像，并对第一帧道路场景图像进行处理，得到道路场景信息，其中，道路场景信息包括至少一个待检测车道；对道路场景图像进行检测，得到道路场景图像中位于待检测车道的待检测车辆；根据待检测车辆，得到待检测车辆的车灯；对连续多帧道路场景图像中的车灯进行识别，得到车灯对应的转向信号；根据转向信号与待检测车辆所处的待检测车道，确定待检测车辆是否违章。通过上述方式，本申请能够提高车灯状态的识别速度，且抗干扰性较强。

【技术实现步骤摘要】
一种车辆违章的检测方法、装置以及计算机可读存储介质
本申请涉及图像处理
，具体涉及一种车辆违章的检测方法、装置以及计算机可读存储介质。
技术介绍
汽车在给人们生活带来便利的同时，也引起了违章问题，不按规定开启转向灯是主要的违章行为之一，也是导致交通安全问题的重要原因；因此，如何快速准确地识别出不按规定开启转向灯的车辆对交通监管尤为重要。现有的转向信号识别方法主要分为两大类：基于传统图像处理手段的识别方法和基于深度学习的识别方法；基于传统图像处理手段的方法由于需要手动提取车辆尾灯区域的特征，导致提取到的特征鲁棒性不够，无法应对多种复杂的场景；在基于深度学习的识别方法中，有些方案可将获取到的车辆尾部图片序列做帧差后输入到训练好的网络中对转向灯的状态进行识别，然而这种方法需要预先对相邻帧做对齐，比较耗时，无法进行实时的识别，而其它基于深度学习的识别方法大都没有建立转向信号在时序上的联系，限制了方法的准确性。
技术实现思路
本申请提供一种车辆违章的检测方法、装置以及计算机可读存储介质，能够提高车灯状态的识别速度，且抗干扰性较强。为解决上述技术问题，本申请采用的技术方案是提供一种车辆违章的检测方法，该方法包括：获取连续多帧道路场景图像，并对第一帧道路场景图像进行处理，得到道路场景信息，其中，道路场景信息包括至少一个待检测车道；对道路场景图像进行检测，得到道路场景图像中位于待检测车道的待检测车辆；根据待检测车辆，得到待检测车辆的车灯；对连续多帧道路场景图像中的车灯进行识别，得到车灯对应的转向信号；根据转向信号与待检测车辆所处的待检测车道，确定待检测车辆是否违章。为解决上述技术问题，本申请采用的另一技术方案是提供一种车辆违章的检测装置，该车辆违章的检测装置包括互相连接的存储器和处理器，其中，存储器用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述的车辆违章的检测方法。为解决上述技术问题，本申请采用的另一技术方案是提供一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述的车辆违章的检测方法。通过上述方案，本申请的有益效果是：先获取连续多帧道路场景图像，然后对第一帧道路场景图像进行处理，得到道路场景信息，该道路场景信息包括至少一条待检测车道；然后对道路场景图像进行检测得到待检测车道上的待检测车辆，通过对待检测车辆进行检测可得到待检测车辆的车灯；然后对连续多帧道路场景图像中的车灯进行识别，得到转向信号，并可根据该转向信号与待检测车道，判断出待检测车辆是否违章；由于先从车道场景图像中提取出车灯，然后再进行转向信号的识别，能够消除车灯以外的区域对车灯状态的识别造成干扰，抗干扰能力较强；而且无需对多帧图像进行预先对齐，可节省对齐操作花费的时间，加快识别速度；还可以仅在检测出左车灯或右车灯中的一个时，便可判断出待检测车辆的转向状态，适应性较广。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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。其中：图1是本申请提供的车辆违章的检测方法一实施例的流程示意图；图2是本申请提供的车辆违章的检测方法另一实施例的流程示意图；图3是图2所示的实施例的车道与地面交通标志的结构示意图；图4是图2所示的实施例的左车灯、预设水平基准线以及检测框的示意图；图5是图2所示的实施例的CNN-LSTM网络的结构示意图；图6是本申请提供的车辆违章的检测装置一实施例的结构示意图；图7是本申请提供的计算机可读存储介质一实施例的结构示意图。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的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。请参阅图1，图1是本申请提供的车辆违章的检测方法一实施例的流程示意图，该方法包括：步骤11：获取连续多帧道路场景图像，并对第一帧道路场景图像进行处理，得到道路场景信息。可利用摄像装置对当前道路的场景进行拍照或录视频，得到多帧道路场景图像；由于应用场景与摄像装置一般都是固定的，因而可仅对第一帧道路场景图像进行解理与分析，从而得到道路场景图像中包含的道路场景信息，而无需对每一帧道路场景图像都进行解理与分析。当然，基于应用场景的需要，在场景或摄像装置的位置可变时，也可以设置为对每一帧道路场景图像都进行解理与分析。进一步地，该道路场景信息包括至少一个待检测车道，该待检测车道包括左转车道或右转车道，可以理解地，基于应用场景的需要，该待检测车道还可以为直行车道；待检测车辆可以为具有两个车尾转向灯的机动车辆，例如，轿车、卡车、运动型多用途汽车(SUV，sport/suburbanutilityvehicle)或公交车等，不包括摩托车或三轮车。步骤12：对道路场景图像进行检测，得到道路场景图像中位于待检测车道的待检测车辆。在完成道路场景理解的基础上，可对每一帧道路场景图像进行检测，确定道路场景图像中的待检测车道上是否具有待检测车辆，如果待检测车道上具有待检测车辆，可确定待检测车辆的具体位置；如果待检测车道上没有待检测车辆，则对下一帧道路场景图像进行处理。步骤13：根据待检测车辆，得到待检测车辆的车灯。在定位到道路场景图像中的待检测车辆后，可进一步进行检测，得到该待检测车辆中车灯的位置；具体地，该车灯可以为转向灯，车灯包括左车灯或右车灯。步骤14：对连续多帧道路场景图像中的车灯进行识别，得到车灯对应的转向信号。待检测车道与转向信号对应，该转向信号的类别包括左转信号、右转信号、应急双闪信号或无转向信号，无转向信号表示待检测车辆未开启转向灯。在检测到车灯后，可通过对多帧道路场景图像中的车灯进行分析，判断出该车灯的状态，并根据该车灯的状态，生成转向信号，即该转向信号包括待检测车辆的车灯的开启状态。在一具体的实施例中，可根据检测出的左车灯和/或右车灯的状态，通过投票的方式来确定转向信号，具体可分为以下两种情况：左车灯与右车灯都存在以及左车灯与右车灯仅存在一个。对于左车灯与右车灯都存在的情况，可采用表一所示的方式确定转向信号的类别：表一左车灯与右车灯都存在时转向信号的确定方式左车灯的状态右车灯的状态转向信号开启关闭左转信号关闭开启右转信号关闭关闭无转向信号开启开启应急双闪信号由于遮挡等原因，可能仅本文档来自技高网...

【技术保护点】
1.一种车辆违章的检测方法，其特征在于，包括：/n获取连续多帧道路场景图像，并对第一帧所述道路场景图像进行处理，得到道路场景信息，其中，所述道路场景信息包括至少一个待检测车道；/n对所述道路场景图像进行检测，得到所述道路场景图像中位于所述待检测车道的待检测车辆；/n根据所述待检测车辆，得到所述待检测车辆的车灯；/n对连续多帧所述道路场景图像中的车灯进行识别，得到所述车灯对应的转向信号；/n根据所述转向信号与所述待检测车辆所处的待检测车道，确定所述待检测车辆是否违章。/n

【技术特征摘要】
1.一种车辆违章的检测方法，其特征在于，包括：
获取连续多帧道路场景图像，并对第一帧所述道路场景图像进行处理，得到道路场景信息，其中，所述道路场景信息包括至少一个待检测车道；
对所述道路场景图像进行检测，得到所述道路场景图像中位于所述待检测车道的待检测车辆；
根据所述待检测车辆，得到所述待检测车辆的车灯；
对连续多帧所述道路场景图像中的车灯进行识别，得到所述车灯对应的转向信号；
根据所述转向信号与所述待检测车辆所处的待检测车道，确定所述待检测车辆是否违章。


2.根据权利要求1所述的车辆违章的检测方法，其特征在于，所述对每帧所述道路场景图像进行处理，得到道路场景信息的步骤，包括：
从所述道路场景图像中提取出地面交通标志的位置，并确定所述地面交通标志的类别，其中，所述地面交通标志的类别包括车道线、人行道、停止线和转向标志；
根据所述地面交通标志的类别，从所述道路场景图像中的多个车道中识别出所述待检测车道；
其中，所述待检测车道与所述转向信号对应，所述转向信号的类别包括左转信号、右转信号、应急双闪信号或无转向信号。


3.根据权利要求2所述的车辆违章的检测方法，其特征在于，所述对所述道路场景图像进行检测，得到所述道路场景图像中位于所述待检测车道的待检测车辆的步骤，包括：
利用目标检测模型对所述道路场景图像进行检测，得到所述待检测车道中待检测车辆的检测框；
利用目标跟踪方法对多帧所述道路场景图像中的所述待检测车辆进行跟踪，并利用车牌识别方法识别所述待检测车辆的车牌号，为车牌号相同的所述待检测车辆分配同一车辆标识；
判断所述待检测车辆是否处于预设待检区域；
若是，则保存所述待检测车辆的检测框与所述待检测车辆的车牌号。


4.根据权利要求3所述的车辆违章的检测方法，其特征在于，所述根据所述待检测车辆，得到所述待检测车辆的车灯的步骤，包括：
对所述道路场景图像进行裁剪，得到至少一个待检测车辆图像，其中，每个所述待检测车辆图像为包括相应的所述待检测车辆的图像；
利用车灯检测网络对所述待检测车辆图像进行检测，得到所述待检测车辆图像中所述待检测车辆的车灯。


5.根据权利要求4所述的车辆违章的检测方法，其特征在于，所述方法包括：
获取所述待检测车辆的检测框，并根据所述待检测车辆的检测框将所述道路场景图像裁剪为至少一个所述待检测车辆图像；
利用所述车灯检测网络对所述待检测车辆图像进行检测，得到所述待检测车辆图像中所述待检测车辆的车灯的检测框；其中，所述车灯包括左车灯或右车灯；
对所述车灯检测网络输出的检测结果进行过滤，得到所述待检测车辆的车灯的最优检测框。


6.根据权利要求5所述的车辆违章的检测方法，其特征在于，所述对所述车灯检测网络输出的检测结果进行过滤，得到所述待检测车辆的车灯的最优检测框的步骤，包括：
判断所述车灯检测网络输出的检测结果中是否仅存在所述左车灯的检测框或仅存在所述右车灯的检测框；
...

【专利技术属性】
技术研发人员：王陈业，王亚运，王耀农，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33