车流的统计方法、装置、电子设备及存储介质制造方法及图纸

本公开公开了一种车流的统计方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及计算机视觉、智能交通等人工智能技术领域。具体实现方案为：获取在预设时段内的交通视频流数据；对视频流数据进行解析，以确定视频流数据中每个车辆的行驶轨迹；根据每个车辆的行驶轨迹与每个参考轨迹的匹配度，确定每个车辆的行驶方向；根据每个车辆的行驶方向，确定在预设时段内每个方向的车流量。由此，通过基于每个行驶方向对应的参考轨迹，确定每个车辆的行驶方向，进而确定每个方向的车流量，从而可以更加准确地获取每个方向的车流量。而可以更加准确地获取每个方向的车流量。而可以更加准确地获取每个方向的车流量。

【技术实现步骤摘要】
车流的统计方法、装置、电子设备及存储介质


[0001]本公开涉及计算机
，尤其涉及计算机视觉、智能交通等人工智能
，具体涉及一种车流的统计方法、装置、电子设备及存储介质。

技术介绍

[0002]随着人工智能技术地不断发展和完善，其已经在与人类日常生活相关的各个领域扮演着极其重要的作用，例如，人工智能技术已经在智能交通领域取得了显著进步。目前，如何准确地获取车流量成为热点的研究方向。

技术实现思路

[0003]本公开提供了一种车流的统计方法、装置、电子设备及存储介质。
[0004]根据本公开的第一方面，提供了一种车流的统计方法，包括：
[0005]获取预设时段内的交通视频流数据；
[0006]对所述视频流数据进行解析，以确定所述视频流数据中每个车辆的行驶轨迹；
[0007]根据所述每个车辆的行驶轨迹与每个参考轨迹的匹配度，确定所述每个车辆的行驶方向；
[0008]根据所述每个车辆的行驶方向，确定在所述预设时段内每个方向的车流量。
[0009]根据本公开的第二方面，提供了一种车流的统计装置，包括：
[0010]第一获取模块，用于获取预设时段内的交通视频流数据；
[0011]第一确定模块，用于对所述视频流数据进行解析，以确定所述视频流数据中每个车辆的行驶轨迹；
[0012]第二确定模块，用于根据所述每个车辆的行驶轨迹与每个参考轨迹的匹配度，确定所述每个车辆的行驶方向；
[0013]第三确定模块，用于根据所述每个车辆的行驶方向，确定在所述预设时段内每个方向的车流量。
[0014]根据本公开的第三方面，提供了一种电子设备，包括：
[0015]至少一个处理器；以及
[0016]与所述至少一个处理器通信连接的存储器；其中，
[0017]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的方法。
[0018]根据本公开第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如第一方面所述的方法。
[0019]根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如第一方面所述的方法。
[0020]本公开提供的车流的统计方法、装置、电子设备及存储介质，存在如下有益效果：
[0021]本公开实施例中，首先获取预设时段内的交通视频流数据，之后对视频流数据进
行解析，以确定视频流数据中每个车辆的行驶轨迹，根据每个车辆的行驶轨迹与每个参考轨迹的匹配度，确定每个车辆的行驶方向，最后根据每个车辆的行驶方向，确定在预设时段内每个方向的车流量。由此，通过基于每个行驶方向对应的参考轨迹，确定每个车辆的行驶方向，进而确定每个方向的车流量，从而可以更加准确地获取每个方向的车流量。
[0022]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0023]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0024]图1是根据本公开一实施例提供的一种车流的统计方法的流程示意图；
[0025]图2是根据本公开又一实施例提供的一种车流的统计方法的流程示意图；
[0026]图3是根据本公开一实施例提供的一种车流的统计装置的结构示意图；
[0027]图4是根据本公开一实施例提供的一种车流的统计装置的结构示意图；
[0028]图5是用来实现本公开实施例的车流的统计方法的电子设备的框图。
具体实施方式
[0029]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0030]本公开实施例涉及计算机视觉、智能交通等人工智能

[0031]人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
[0032]智能交通，是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。
[0033]计算机视觉，指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
[0034]图1是根据本公开一实施例提供的一种车流的统计方法的流程示意图；
[0035]其中，需要说明的是，本实施例的车流的统计方法的执行主体为车流的统计装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。
[0036]如图1所示，该车流的统计方法包括：
[0037]S101：获取在预设时段内的交通视频流数据。
[0038]其中，预设的时段可以为三十秒、一分钟、五分钟、1个信号灯周期、3个信号灯周期等等，本公开对此不做限定。
[0039]其中，交通视频流数据可以为具备录像功能的电子设备获取的车辆行驶的视频流。其中，视频流数据中可以包含连续多帧车辆行驶的图像。
[0040]S102：对视频流数据进行解析，以确定视频流数据中每个车辆的行驶轨迹。
[0041]可选的，可以采用光流法对视频流数据中连续多帧车辆行驶的图像进行解析，以确定视频流数据中每个车辆的行驶轨迹。
[0042]其中，光流法是关于视域中的物体运动检测中的概念。用来描述相对于观察者的运动所造成的观测目标、表面或边缘的运动。光流法在样型识别、计算机视觉以及其他影像处理领域中非常有用，可用于运动检测、物件切割、碰撞时间与物体膨胀的计算、运动补偿编码，或者通过物体表面与边缘进行立体的测量等等。
[0043]或者，也可以采用帧间差分法对视频流数据中连续多帧车辆行驶的图像进行分析，以确定视频流数据中每个车辆的行驶轨迹。
[0044]其中，帧间差分法是一种通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法，它可以很好地适用于存在多个运动目标和摄像机移动的情况。当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别，两帧相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动。
[0045本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车流的统计方法，包括：获取预设时段内的交通视频流数据；对所述视频流数据进行解析，以确定所述视频流数据中每个车辆的行驶轨迹；根据所述每个车辆的行驶轨迹与每个参考轨迹的匹配度，确定所述每个车辆的行驶方向；根据所述每个车辆的行驶方向，确定在所述预设时段内每个方向的车流量。2.如权利要求1所述的方法，其中，在所述根据所述每个车辆的行驶轨迹与每个参考轨迹的匹配度，确定所述每个车辆的行驶方向之前，还包括：获取所述视频流数据关联的路口对应的参考数据集，其中，所述参考数据集中包括多个车辆在所述路口中的行驶轨迹及行驶方向；根据行驶方向相同的各个车辆在所述路口的行驶轨迹，确定所述路口中每个行驶方向对应的参考轨迹。3.如权利要求1所述的方法，其中，在所述根据所述每个车辆的行驶轨迹与每个参考轨迹的匹配度，确定所述每个车辆的行驶方向之前，还包括：确定所述视频流数据关联的路口所属路段的类型及所述路口中每个行驶方向对应的车道数量；根据所述路段的类型及每个行驶方向对应的车道数量，确定所述路口中每个行驶方向对应的参考轨迹。4.如权利要求1所述的方法，其中，所述对所述视频流数据进行解析，以确定所述视频流数据中每个车辆的行驶轨迹，包括：确定所述视频流数据中第i帧图像中包含的第一车辆及所述第一车辆对应的第一颜色直方图、第一检测框及第一位置、第i+1帧图像中包含的第二车辆及所述第二车辆对应的第二颜色直方图、第二检测框及第二位置，其中，i为自然数；确定所述第一颜色直方图与所述第二颜色直方图间的第一匹配度、所述第一检测框与所述第二检测框间的第二匹配度、所述第一位置与所述第二位置间的第三匹配度；根据所述第一匹配度、所述第二匹配度及所述第三匹配度，确定所述第一车辆与所述第二车辆间的第四匹配度；在所述第四匹配度满足设定条件的情况下，根据所述第二位置及所述第一位置，确定所述车辆在所述第i帧图像及第i+1帧图像对应的时段内的行驶轨迹。5.如权利要求4所述的方法，其中，所述根据所述第一匹配度、所述第二匹配度及所述第三匹配度，确定所述第一车辆与所述第二车辆间的第四匹配度，包括：确定当前的匹配度融合模式；基于所述当前的匹配度融合模式，将所述第一匹配度、第二匹配度及第三匹配度进行融合，以确定所述第四匹配度。6.如权利要求5所述的方法，其中，所述确定当前的匹配度融合模式，包括：根据所述视频流数据关联的路口所属路段的类型，确定所述当前的匹配度融合模式；和/或，根据所述第一检测框在所述第i帧图像中的面积，确定所述当前的匹配度融合模式；和/或，
根据所述第二检测框在所述第i+1帧图像中的面积，确定所述当前的匹配度融合模式。7.如权利要求1
‑
6任一所述的方法，其中，在所述确定在所述预设时段内每个方向的车流量之后，还包括：根据所述每个方向的车流量，对所述视频流数据关联的路口的信号灯进行控制。8.一种车流的统计装置，包括：第一获取模块，用于获取预设时段内的交通视频流数据；第一确定模块，用于对所述视频流数据进行解析，以确定所述视频流数据中每个车辆的行驶轨迹；第二确定模块，用于根据所述每个车辆的行驶轨迹与每个参考轨迹的匹配度，...

【专利技术属性】
技术研发人员：路金诚，张伟，谭啸，孙昊，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：