【技术实现步骤摘要】
本专利技术涉及交通、视频处理，具体而言，本专利技术涉及一种道路遗洒物品检测方法、装置、电子设备及存储介质。
技术介绍
1、现有技术中，通常是基于深度学习目标检测的方法对道路上的遗洒物品进行检测，其中，预先基于特有样本训练得到目标检测模型，基于该目标检测模型对抛洒物进行检测，其中，特有样本中包括各种抛洒物，各种抛洒物包括纸箱、轮胎、麻袋等，但受到抛洒物的目标姿态、位置的限制，特有样本中不可能穷尽所有的抛洒物的类型及抛洒物的姿态，导致很多其他影响交通的抛洒物得不到准确的检出。
技术实现思路
1、本专利技术所要解决的技术问题是提供了一种道路遗洒物品检测方法、装置、电子设备及存储介质，旨在解决上述
技术介绍
中的技术问题。
2、第一方面，本专利技术解决上述技术问题的技术方案如下：一种道路遗洒物品检测方法，该方法包括：
3、获取针对道路上的待检测目标的视频，检测所述视频中是否包含疑似抛洒物，所述疑似抛洒物为所述视频中通过预训练的目标检测模型未检测到的疑似对象，所述疑似对象为所述视频中除至少一个目标对象和通过所述目标检测模型检测到的目标抛洒物之外的对象，对于每个所述目标对象，所述目标对象为将抛洒物抛洒至道路上的对象；
4、若所述视频中包括疑似抛洒物，根据所述视频，确定所述视频中每个所述目标对象的运动轨迹线；
5、根据各个所述运动轨迹线，判断所述疑似抛洒物是否为真实抛洒物。
6、本专利技术的有益效果是：对于通过预训练的目标检测模型未检测到的
7、在上述技术方案的基础上，本专利技术还可以做如下改进。
8、进一步，上述目标检测模型为基于训练特有样本训练得到的模型，所述训练特有样本中包括所述目标抛洒物，所述训练特有样本不包括所述疑似抛洒物。
9、采用上述进一步方案的有益效果是，基于包括目标抛洒物，不包括疑似抛洒物的训练特有样本训练得到的目标检测模型，对于训练特有样本中所包含的抛洒物的类型，可进行准确的识别。
10、进一步，上述检测所述视频中是否包含疑似抛洒物，包括：
11、通过背景建模的方法，检测所述视频中是否包含疑似抛洒物。
12、采用上述进一步方案的有益效果是，基于背景建模方法进行疑似抛洒物的检测，算法相对简单，实时性高。
13、进一步，若所述视频中包括疑似抛洒物，上述根据所述视频，确定所述视频中每个所述目标对象的运动轨迹线，包括：
14、根据所述视频中各帧视频帧图像的时序，对所述视频中的每个所述目标对象进行跟踪，确定每个所述目标对象的运动轨迹线。
15、采用上述进一步方案的有益效果是，基于视频中各帧视频帧图像的时序，可以对视频中的目标对象进行准确的跟踪，以得到用于描述目标对象运动变化情况的运动轨迹线。
16、进一步，上述根据各个所述运动轨迹线，判断所述疑似抛洒物是否为真实抛洒物，包括：
17、根据所述视频，确定所述疑似抛洒物的像素中心点位置；
18、对于每个所述目标对象，确定所述像素中心点位置到所述运动轨迹线之间的距离；
19、根据各个所述距离，判断所述疑似抛洒物是否为真实抛洒物。
20、采用上述进一步方案的有益效果是，基于疑似抛洒物的像素中心点位置到所述运动轨迹线之间的距离，可以确定疑似抛洒物是否为目标对象遗洒在道路上的对象，从而可判断出疑似抛洒物是否为真实抛洒物。
21、进一步，上述根据各个所述运动轨迹线，判断所述疑似抛洒物是否为真实抛洒物，包括：
22、根据所述视频，确定各个所述目标对象各自所在车道对应的方向向量；
23、对于每个所述目标对象，根据所述目标对象的运动轨迹线对应的方向向量和所述目标对象所在车道对应的方向向量之间的方向夹角，判断所述目标对象是否存在绕行运动；
24、若在同一个车道上的各个所述目标对象均存在绕行运动，则判定所述疑似抛洒物为真实抛洒物。
25、采用上述进一步方案的有益效果是，基于目标对象的运动轨迹线对应的方向向量和所述目标对象所在车道对应的方向向量之间的方向夹角，可确定目标对象是否存在绕行运动，绕行运动可反映出该目标对象是否有抛洒物被抛洒至道路上的行为出现，因此，基于绕行行动可准确判断疑似抛洒物是否为真实抛洒物。
26、进一步，对于每个所述目标对象，上述根据所述目标对象的运动轨迹线对应的方向向量和所述目标对象所在车道对应的方向向量之间的方向夹角，判断所述目标对象是否存在绕行运动，包括：
27、对于每个所述目标对象，若所述方向夹角的绝对值大于设定角度，则判断所述目标对象存在绕行运动。
28、采用上述进一步方案的有益效果是，基于方向夹角的绝对值和设定角度的比较结果，可以准确判断目标对象是否存在绕行运动，方向夹角的绝对值大于设定角度时，表示目标对象没有作直线运动，而是由于道路上的什么障碍物而进行了绕行运动。
29、第二方面，本专利技术为了解决上述技术问题还提供了一种道路遗洒物品检测装置，该装置包括：
30、疑似抛洒物确定模块，用于获取针对道路上的待检测目标的视频，检测所述视频中是否包含疑似抛洒物，所述疑似抛洒物为所述视频中通过预训练的目标检测模型未检测到的疑似对象，所述疑似对象为所述视频中除至少一个目标对象和通过所述目标检测模型检测到的目标抛洒物之外的对象，对于每个所述目标对象，所述目标对象为将抛洒物抛洒至道路上的对象；
31、运动轨迹线确定模块，用于在所述视频中包括疑似抛洒物时，根据所述视频，确定所述视频中每个所述目标对象的运动轨迹线；
32、真实抛洒物确定模块，用于根据各个所述运动轨迹线，判断所述疑似抛洒物是否为真实抛洒物。
33、第三方面，本专利技术为了解决上述技术问题还提供了一种电子设备，该电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行该计算机程序时实现本申请的道路遗洒物品检测方法。
34、第四方面，本专利技术为了解决上述技术问题还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本申请的道路遗洒物品检测方法。
35、本申请附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种道路遗洒物品检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述目标检测模型为基于训练特有样本训练得到的模型，所述训练特有样本中包括所述目标抛洒物，所述训练特有样本不包括所述疑似抛洒物。
3.根据权利要求1所述的方法，其特征在于，所述检测所述视频中是否包含疑似抛洒物，包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，若所述视频中包括疑似抛洒物，所述根据所述视频，确定所述视频中每个所述目标对象的运动轨迹线，包括：
5.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据各个所述运动轨迹线，判断所述疑似抛洒物是否为真实抛洒物，包括：
6.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据各个所述运动轨迹线，判断所述疑似抛洒物是否为真实抛洒物，包括：
7.根据权利要求6所述的方法，其特征在于，对于每个所述目标对象，所述根据所述目标对象的运动轨迹线对应的方向向量和所述目标对象所在车道对应的方向向量之间的方向夹角，判断所述目标对象是否存在绕行运动，包括：
8.一种道路遗洒物品检测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在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权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种道路遗洒物品检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述目标检测模型为基于训练特有样本训练得到的模型，所述训练特有样本中包括所述目标抛洒物，所述训练特有样本不包括所述疑似抛洒物。
3.根据权利要求1所述的方法，其特征在于，所述检测所述视频中是否包含疑似抛洒物，包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，若所述视频中包括疑似抛洒物，所述根据所述视频，确定所述视频中每个所述目标对象的运动轨迹线，包括：
5.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据各个所述运动轨迹线，判断所述疑似抛洒物是否为真实抛洒物，包括：
6.根据权利要求1至3中任一项所述的方法，其特...
【专利技术属性】
技术研发人员：何晓罡，吴柯维，朱小平，
申请(专利权)人：北京卓视智通科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。