事故检测项目优化总结

一·效果展示

在这里插入图片描述

二·功能优化

1·OCR识别

在这里插入图片描述

  • 首先,选定ROI区域,保留监控视频时间地点戳可能出现的区域;
  • 其次,采用CTPN文本区域检测算法识别监控视频中的时间、地点戳所在区域;
  • 最后,采用CRNN文本识别算法识别监控视频中的时间、地点戳,输出事故地点与事故发生时间
2·开源地图API调用

在这里插入图片描述

  • 首先,获取百度地图项目AK码;
  • 其次,利用OCR识别的事故地点信息生成url;
  • 最后,利用脚本爬取地图数据,效果图如上所示,代码如下所示。
import requests
# 图片地址
img_url = "http://api.map.baidu.com/staticimage?center=四川成都新津锦绣路幸福路路口&zoom=16"
img = requests.get(img_url)
f = open('test.jpg', 'ab')  # 存储图片,多媒体文件需要参数b(二进制文件)
f.write(img.content)  # 多媒体存储content
f.close()
3·事故判别条件

在这里插入图片描述

  • 首先,设定矩形框高宽比上下阈值,区分行人、机动车与非机动车;
  • 其次,设置三种情形:人车碰撞、车车碰撞以及车电动车碰撞;
  • 最后,设置恰当的阈值,利用原先的事故判别函数组合(速度突变函数、转角突变函数、轨迹相交函数、边界框IOU函数)判别事故
4·事故参与方运动特征

在这里插入图片描述

  • 增加可视化功能,在每个目标边界框上方动态显示目标的索引、速度与坐标位置
5·简略鸟瞰图

在这里插入图片描述

  • 首先,利用仿射变换矩阵转换为俯视视角;
  • 其次,调用CNN检测算法的类别,分别画圈、画框表示人、车;
  • 最后,增加可视化效果,在每个目标上动态显示索引、速度与坐标位置
6·界面设计

在这里插入图片描述

  • 视频区增加了鸟瞰视频,更新了输出视频、光流视频、人车信息视频;
  • 操作区增加了视频列表功能;
  • 增加了开源地图API调用区

三·总结与展望

1·总结
序号功能说明
1目标检测实现网络的检测功能,保证网络的平均检测精度达到81.3%
2目标跟踪与目标检测算法匹配,实现实时跟踪功能,实时输出多目标的运动信息
3事故检测实现对事故的自动识别,保证模型的平均检测精度达到80.1%
4OCR识别实现对道路监控视频中的时间、地点戳的自动识别
5开源地图API调用与OCR识别算法匹配,实现对事故发生地点开源地图API的调用
6事故参与方运动特征输出实现对道路监控视频中事故双方位置及速度信息的计算,并动态输出
7事故简略鸟瞰示意图显示实现对事故发生地点简略鸟瞰示意图的显示
2·展望
  • 训练3D目标检测模型,提升事故检测精度以及事故参与方运动特征信息的准确度;
  • 采用3D场景重建,实现事故分析及在环仿真

四·鸣谢

  • 特别鸣谢事故检测开发组所有成员:* 子遥,* 沐 ,*训昂
  • 鸣谢视觉测控与智能导航实验室张老板
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值