基于机器视觉的道路抛洒物检测追踪方法和系统技术方案

本发明专利技术提供了一种基于机器视觉的道路抛洒物检测追踪方法和系统，包括：步骤1：使用高斯混合模型分离监控区域前后景；步骤2：剔除预设交通参与者目标；步骤3：获取前景目标的最小矩形框的像素位置，逐个与神经网络检出物进行递归匹配比较，若匹配则剔除目标，不进行疑似抛洒物追踪；若不匹配则进行疑似抛洒物追踪；步骤4：对疑似抛洒物从运动态到静止态进行交并比IoU追踪，根据交并比值确认是否为抛洒物。本发明专利技术解决了路测端视觉抛洒物体难以检测，并且准确度偏低的问题，通过低计算复杂度的TRIOU_track算法，能够高效实时追踪抛洒物。能够高效实时追踪抛洒物。能够高效实时追踪抛洒物。

【技术实现步骤摘要】
基于机器视觉的道路抛洒物检测追踪方法和系统


[0001]本专利技术涉及机器视觉
，具体地，涉及一种基于机器视觉的道路抛洒物检测追踪方法和系统。

技术介绍

[0002]目前，智慧交通路测端感知设备，大部分由摄像头、毫米波雷达、激光雷达组成，比较成熟的探测感知技术都是基于人工先验标注的数据，通过监督学习，来生成响应的模型，再通过网络推理而得到结果，而高速路网上面，各种各样的随机丢弃物，从车上掉落，或者故意抛出的物体，难以通过人工先验收集标签，来通过上述的监督学习来指导训练，推理监测出来。
[0003]专利文献CN111339824A(申请号：CN201911409901.5)公开了一种基于机器视觉的路面抛洒物检测方法，包括获取摄像机视频流，按帧读取图像，对图像中每一个像素点建立高斯混合模型，并利用高斯混合模型实现运动目标与背景分离；去除运动目标图像噪点，强化运动目标图像，凸显待检测物体；将强化后的运动目标图像按帧输入经过训练的YOLO v3目标检测网络，完成对路面抛洒物区域的框选。而现存于市面上基于视觉的检测技术，难以精准的探测出抛洒物体，误检测较多，并且缺乏实时性。

技术实现思路

[0004]针对现有技术中的缺陷，本专利技术的目的是提供一种基于机器视觉的道路抛洒物检测追踪方法和系统。
[0005]根据本专利技术提供的基于机器视觉的道路抛洒物检测追踪方法，包括：
[0006]步骤1：使用高斯混合模型分离监控区域前后景，模型输入为3通道的RGB彩图，输出为1通道的灰度图，灰度图中只包含2种信息，全黑的区域为背景区域，白色区域为可能的抛洒物目标和运动目标；
[0007]步骤2：剔除预设交通参与者目标；
[0008]步骤3：获取前景目标的最小矩形框的像素位置，逐个与神经网络检出物进行递归匹配比较，若匹配则剔除目标，不进行疑似抛洒物追踪；若不匹配则进行疑似抛洒物追踪；
[0009]步骤4：对疑似抛洒物从运动态到静止态进行交并比IoU追踪，根据交并比值确认是否为抛洒物。
[0010]优选的，所述步骤1包括：
[0011]步骤1.1：初始化高斯模型；
[0012]步骤1.2：设定背景学习率和模式系数，通过学习率参与权重计算并更新权重值；
[0013]步骤1.3：在权重值满足预设条件后，得到监控区域的前后背景分离。
[0014]优选的，所述步骤2包括：
[0015]统计分离出来的所有白色区域前景，作为抛洒物候选，通过神经网络推理出交通参与者，在抛洒物候选中减去推理出的交通参与者，得到可能的抛洒物；
[0016]神经网络推理出交通参与者的过程为：加载预先训练好的网络模型，输入对应权重值和偏差参数，然后由计算机自动进行推断，得到每帧检测标的物，以及标的物的像素位置和物体类型。
[0017]优选的，交并比IoU追踪衡量两个边界框重叠的相对大小，得到预测边框与真实边框的交集的比值，交并比值越高，说明帧间物体运动状态越趋近于静止，当场景中有多个目标相交时，匹配最大的IoU目标框。
[0018]优选的，IoU值计算公式为：
[0019][0020]IoU(a,b)代表两个目标框重叠的交并比值；Area(a)代表a目标的边界框面积大小；Area(b)代表b目标的边界框面积大小；公式分子代表目标a,b的面积相交部分；公式分母代表目标a,b的面积并集大小。
[0021]根据本专利技术提供的基于机器视觉的道路抛洒物检测追踪系统，包括：
[0022]模块M1：使用高斯混合模型分离监控区域前后景，模型输入为3通道的RGB彩图，输出为1通道的灰度图，灰度图中只包含2种信息，全黑的区域为背景区域，白色区域为可能的抛洒物目标和运动目标；
[0023]模块M2：剔除预设交通参与者目标；
[0024]模块M3：获取前景目标的最小矩形框的像素位置，逐个与神经网络检出物进行递归匹配比较，若匹配则剔除目标，不进行疑似抛洒物追踪；若不匹配则进行疑似抛洒物追踪；
[0025]模块M4：对疑似抛洒物从运动态到静止态进行交并比IoU追踪，根据交并比值确认是否为抛洒物。
[0026]优选的，所述模块M1包括：
[0027]模块M1.1：初始化高斯模型；
[0028]模块M1.2：设定背景学习率和模式系数，通过学习率参与权重计算并更新权重值；
[0029]模块M1.3：在权重值满足预设条件后，得到监控区域的前后背景分离。
[0030]优选的，所述模块M2包括：
[0031]统计分离出来的所有白色区域前景，作为抛洒物候选，通过神经网络推理出交通参与者，在抛洒物候选中减去推理出的交通参与者，得到可能的抛洒物；
[0032]神经网络推理出交通参与者的过程为：加载预先训练好的网络模型，输入对应权重值和偏差参数，然后由计算机自动进行推断，得到每帧检测标的物，以及标的物的像素位置和物体类型。
[0033]优选的，交并比IoU追踪衡量两个边界框重叠的相对大小，得到预测边框与真实边框的交集的比值，交并比值越高，说明帧间物体运动状态越趋近于静止，当场景中有多个目标相交时，匹配最大的IoU目标框。
[0034]优选的，IoU值计算公式为：
[0035][0036]IoU(a,b)代表两个目标框重叠的交并比值；Area(a)代表a目标的边界框面积大小；Area(b)代表b目标的边界框面积大小；公式分子代表目标a,b的面积相交部分；公式分母代表目标a,b的面积并集大小。
[0037]与现有技术相比，本专利技术具有如下的有益效果：
[0038]本专利技术解决了路测端视觉抛洒物体难以检测，并且准确度偏低的问题，通过低计算复杂度的TRIOU_track算法，能够高效实时追踪抛洒物，实时化的视觉工程化落地嵌入式系统。
附图说明
[0039]通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：
[0040]图1为本专利技术方法流程图；
[0041]图2为多目标追踪示意图；
[0042]图3为混合高斯模型的输出示意图。
具体实施方式
[0043]下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变化和改进。这些都属于本专利技术的保护范围。
[0044]实施例：
[0045]目前基于摄像头的抛洒物识别算法已经实际部署到X86，CPU16G，以及nvidia jetson nano系列，系统集成设备也以部署到路测端。
[0046]本专利技术提出了一种基于GMM混合高斯建模的抛洒物检测、追踪算法，对交通参与者存在物体抛洒行为进行实时监控并快速追踪，该追踪算法为本专利技术的核心，为带召回时间的交并比多帧追踪方法TRIOU_track。主要算法在计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的道路抛洒物检测追踪方法，其特征在于，包括：步骤1：使用高斯混合模型分离监控区域前后景，模型输入为3通道的RGB彩图，输出为1通道的灰度图，灰度图中只包含2种信息，全黑的区域为背景区域，白色区域为可能的抛洒物目标和运动目标；步骤2：剔除预设交通参与者目标；步骤3：获取前景目标的最小矩形框的像素位置，逐个与神经网络检出物进行递归匹配比较，若匹配则剔除目标，不进行疑似抛洒物追踪；若不匹配则进行疑似抛洒物追踪；步骤4：对疑似抛洒物从运动态到静止态进行交并比IoU追踪，根据交并比值确认是否为抛洒物。2.根据权利要求1所述的基于机器视觉的道路抛洒物检测追踪方法，其特征在于，所述步骤1包括：步骤1.1：初始化高斯模型；步骤1.2：设定背景学习率和模式系数，通过学习率参与权重计算并更新权重值；步骤1.3：在权重值满足预设条件后，得到监控区域的前后背景分离。3.根据权利要求1所述的基于机器视觉的道路抛洒物检测追踪方法，其特征在于，所述步骤2包括：统计分离出来的所有白色区域前景，作为抛洒物候选，通过神经网络推理出交通参与者，在抛洒物候选中减去推理出的交通参与者，得到可能的抛洒物；神经网络推理出交通参与者的过程为：加载预先训练好的网络模型，输入对应权重值和偏差参数，然后由计算机自动进行推断，得到每帧检测标的物，以及标的物的像素位置和物体类型。4.根据权利要求1所述的基于机器视觉的道路抛洒物检测追踪方法，其特征在于，交并比IoU追踪衡量两个边界框重叠的相对大小，得到预测边框与真实边框的交集的比值，交并比值越高，说明帧间物体运动状态越趋近于静止，当场景中有多个目标相交时，匹配最大的IoU目标框。5.根据权利要求1所述的基于机器视觉的道路抛洒物检测追踪方法，其特征在于，IoU值计算公式为：IoU(a,b)代表两个目标框重叠的交并比值；Area(a)代表a目标的边界框面积大小；Area(b)代表b目标的边界框面积大小；公式分子代表目标a,b的面积相交部分；公式分母代表目标a,b的面积并集大小。6.一种基于机器视觉的道...

【专利技术属性】
技术研发人员：薛威，
申请(专利权)人：联陆智能交通科技上海有限公司，
类型：发明
国别省市：