本發(fā)明涉及圖像識別，更具體地，涉及一種基于三輪車交通違法行為視頻的人力三輪車檢測方法。

背景技術(shù)：

1、三輪車顧名思義是3個輪子的車輛，按動力分為三輪摩托車（含電動三輪車）和人力三輪車，人力三輪車屬于非機(jī)動車，而三輪摩托車屬于機(jī)動車。道路交通法對于機(jī)動車與非機(jī)動車適用完全不同的交通規(guī)則，兩者在行駛規(guī)定、號牌、安全裝備等方面明顯不同。比如三輪摩托車行駛中必須佩戴安全頭盔，但人力三動車并沒有該要求。

2、雖然，大部分三輪摩托車與人力三輪車外觀差異顯著，但是仍然存在部分三輪摩托車尤其是部分電動、助力三輪車與人力三輪車，在某些角度具有近似的外觀，從而導(dǎo)致基于視頻的交通違法行為識別算法產(chǎn)生誤報，需要大量的人工審核，對人力、物力造成巨大的浪費。

3、因而亟需一種快速識別方法，在交通違法識別的同時區(qū)分人力三輪車。

技術(shù)實現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供了一種基于三輪車交通違法行為視頻的人力三輪車檢測方法，能夠提高三輪摩托車交通違法行為識別的準(zhǔn)確率，減少人工審核的工作量。

2、作為本發(fā)明的第一個方面，提供一種基于三輪車交通違法行為視頻的人力三輪車檢測方法，包括以下步驟：

3、步驟s1：獲取三輪車交通違法行為識別結(jié)果；

4、步驟s2：根據(jù)所述三輪車交通違法行為識別結(jié)果，提取三輪車發(fā)生交通違法行為前后一段時間內(nèi)的三輪車交通違法行為視頻；

5、步驟s3：判斷所述三輪車交通違法行為視頻中的三輪車是否為人力三輪車；

6、步驟s4：若所述三輪車交通違法行為視頻中的三輪車為人力三輪車，則代表該三輪車交通違法行為識別結(jié)果為錯誤；若所述三輪車交通違法行為視頻中的三輪車為三輪摩托車，則代表該三輪車交通違法行為識別結(jié)果為正確。

7、進(jìn)一步地，所述獲取三輪車交通違法行為識別結(jié)果，還包括：

8、從道路監(jiān)控設(shè)備采集到的道路監(jiān)控視頻中初步識別出三輪車交通違法行為，以獲取到三輪車交通違法行為識別結(jié)果。

9、進(jìn)一步地，所述判斷所述三輪車交通違法行為視頻中的三輪車是否為人力三輪車中，還包括：

10、計算出所述三輪車交通違法行為視頻中三輪車駕駛?cè)藚^(qū)域與三輪車區(qū)域的比例，并判斷該比例是否小于比例下限值；當(dāng)該比例小于比例下限值時，判斷出所述三輪車交通違法行為視頻中的三輪車為三輪摩托車；反之，計算出所述三輪車交通違法行為視頻中三輪車平均行駛速度與其他車輛平均行駛速度的差值；

11、判斷三輪車平均行駛速度與機(jī)動車平均行駛速度的差值是否大于第一差值閾值；若大于第一差值閾值，則判斷所述三輪車平均行駛速度與非機(jī)動車平均行駛速度的差值是否小于第二差值閾值；若不大于第一差值閾值，則判斷出所述三輪車交通違法行為視頻中的三輪車為三輪摩托車；

12、若小于第二差值閾值，則判斷所述三輪車交通違法行為視頻中的三輪車駕駛?cè)耸欠駷轵T行人員；若不小于第二差值閾值，則判斷出所述三輪車交通違法行為視頻中的三輪車為三輪摩托車；

13、若所述三輪車交通違法行為視頻中的三輪車駕駛?cè)藶轵T行人員，則判斷出所述三輪車交通違法行為視頻中的三輪車為人力三輪車；若所述三輪車交通違法行為視頻中的三輪車駕駛?cè)藶殪o坐人員，則判斷出所述三輪車交通違法行為視頻中的三輪車為三輪摩托車。

14、進(jìn)一步地，所述計算出所述三輪車交通違法行為視頻中三輪車駕駛?cè)藚^(qū)域與三輪車區(qū)域的比例中，還包括：

15、采用深度卷積神經(jīng)網(wǎng)絡(luò)deeplabv3、mask?r-cnn對所述三輪車交通違法行為視頻進(jìn)行圖像語義分割，通過卷積層提取高層次特征，并在標(biāo)注數(shù)據(jù)集上進(jìn)行訓(xùn)練，以識別出所述三輪車交通違法行為視頻中的三輪車區(qū)域和三輪車駕駛?cè)藚^(qū)域。

16、進(jìn)一步地，所述計算出所述三輪車交通違法行為視頻中三輪車平均行駛速度與其他車輛平均行駛速度的差值中，還包括：

17、采用目標(biāo)檢測算法識別所述三輪車交通違法行為視頻中的其他車輛，并計算出所述三輪車交通違法行為視頻中三輪車平均行駛速度與其他車輛平均行駛速度的差值。

18、進(jìn)一步地，所述判斷所述三輪車交通違法行為視頻中的三輪車駕駛?cè)耸欠駷轵T行人員中，還包括：

19、利用多目標(biāo)跟蹤算法跟蹤所述三輪車交通違法行為視頻中的三輪車駕駛?cè)耍?/p>

20、采用深度學(xué)習(xí)視頻識別模型識別出所述三輪車交通違法行為視頻中三輪車駕駛?cè)说念愋?，其中，所述三輪車駕駛?cè)说念愋头譃轵T行人員和靜坐人員。

21、本發(fā)明提供的一種基于三輪車交通違法行為視頻的人力三輪車檢測方法具有以下優(yōu)點：能夠從三輪車交通違法行為視頻中識別出人力三輪車，避免造成交通違法行為誤報，提高三輪摩托車交通違法行為識別的準(zhǔn)確率，減少人工審核的工作量。

技術(shù)特征：

1.一種基于三輪車交通違法行為視頻的人力三輪車檢測方法，其特征在于，所述基于三輪車交通違法行為視頻的人力三輪車檢測方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于三輪車交通違法行為視頻的人力三輪車檢測方法，其特征在于，所述獲取三輪車交通違法行為識別結(jié)果，還包括：

3.根據(jù)權(quán)利要求1所述的基于三輪車交通違法行為視頻的人力三輪車檢測方法，其特征在于，所述判斷所述三輪車交通違法行為視頻中的三輪車是否為人力三輪車中，還包括：

4.根據(jù)權(quán)利要求3所述的基于三輪車交通違法行為視頻的人力三輪車檢測方法，其特征在于，所述計算出所述三輪車交通違法行為視頻中三輪車駕駛?cè)藚^(qū)域與三輪車區(qū)域的比例中，還包括：

5.根據(jù)權(quán)利要求3所述的基于三輪車交通違法行為視頻的人力三輪車檢測方法，其特征在于，所述計算出所述三輪車交通違法行為視頻中三輪車平均行駛速度與其他車輛平均行駛速度的差值中，還包括：

6.根據(jù)權(quán)利要求3所述的基于三輪車交通違法行為視頻的人力三輪車檢測方法，其特征在于，所述判斷所述三輪車交通違法行為視頻中的三輪車駕駛?cè)耸欠駷轵T行人員中，還包括：

技術(shù)總結(jié)
本發(fā)明涉及圖像識別技術(shù)領(lǐng)域，具體公開了一種基于三輪車交通違法行為視頻的人力三輪車檢測方法，包括：獲取三輪車交通違法行為識別結(jié)果；根據(jù)三輪車交通違法行為識別結(jié)果，提取三輪車發(fā)生交通違法行為前后一段時間內(nèi)的三輪車交通違法行為視頻；判斷三輪車交通違法行為視頻中的三輪車是否為人力三輪車；若三輪車交通違法行為視頻中的三輪車為人力三輪車，則代表該三輪車交通違法行為識別結(jié)果為錯誤；若三輪車交通違法行為視頻中的三輪車為三輪摩托車，則代表該三輪車交通違法行為識別結(jié)果為正確。本發(fā)明提供的基于三輪車交通違法行為視頻的人力三輪車檢測方法，能夠提高三輪摩托車交通違法行為識別的準(zhǔn)確率，減少人工審核的工作量。

技術(shù)研發(fā)人員：楊卓敏,黃淑兵,張慧辰,繆新頓,孫瀚,姜鑒鐸
受保護(hù)的技術(shù)使用者：公安部交通管理科學(xué)研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9