CN118644984B 基于智能警示牌的交通事故告警系統及方法 （浙江安程市政交通設施有限公司）

基于智能警示牌的交通事故告警系統及方法開了一種基于智能警示牌的交通事故告警系統生區域的攝像頭采集的道路交通圖像和由傳感2交通事故告警數據獲取模塊，用于獲取由設立在道路集的道路交通圖像和由傳感器采集的預定時間段交通事故告警數據提取模塊，用于從所述由設立在采集的道路交通圖像和所述由傳感器采集的預定時間段的車輛通過速度值中提取優化道警示牌告警提示生成模塊，用于基于所述優化道路交通關道路交通注意力特征編碼單元，用于對所述由設立在道路交頭采集的道路交通圖像進行注意力特征編碼以得到車輛軌道路交通局部特征提取單元，用于對所述由設立在道路交通事采集的道路交通圖像進行局部特征提取以得到道路交通Canny邊道路交通特征聚合單元，用于對所述車輛軌跡追蹤增強特征圖和所述道路交通Canny邊緣特征圖進行特征聚合以得到所述優化道路交通關車輛通過速度特征提取單元，用于對所述由傳感器采集的預定時多通道道路特征關聯子單元，用于將所述車輛軌跡追蹤增強特征圖和所述道路交通Canny邊緣特征圖進行關聯以得到多通道路交通關聯特征編碼子單元，用于將所述多通道道路交通輸入圖道路交通特征優化子單元，用于基于所述車輛通過速度特征向量，聯特征向量進行深度逐點散度域特征補償以得到所述優化道路交計算所述道路交通關聯特征向量和所述車輛通過速度特征向量的按位置相減以得到將所述相差特征向量的各個位置的特征值分別除以二再取絕對值后計算自然指數函將第二超參數除以所述指數化特征向量的各個特征值以得到第二將所述第二加權系數向量與所述車輛通過速度特征向量進行按位置相乘以得到加權將第一預定超參數與所述道路交通關聯特征向量進行按位置相乘以得到加權后道路交通關聯特征向量后再與所述加權后車輛通過速度特征向量進行按位置相加以得到所述將所述由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像通過車輛軌3將所述車輛軌跡追蹤像素增強圖像通過基于空間注意力機制的車輛軌跡追蹤增強特將所述由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像構造為多個將所述多個道路交通局部圖像通過基于Canny邊緣檢測的道路交通局部特征提取器以將所述由傳感器采集的預定時間段的車輛通過速度值構造為車輛將所述車輛通過速度輸入向量通過車輛通過速度時序編碼器以得到所述車輛通過速將所述優化道路交通關聯特征向量和所述車輛通過速度特征向量進行融合以得到交獲取由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像和由傳感器采從所述由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像和所述由傳感器采集的預定時間段的車輛通過速度值中提取優化道路交通關聯特征向量和車輛通過基于所述優化道路交通關聯特征向量和所述車輛通過速度特征其中，從所述由設立在道路交通事故易發生區域的攝像由傳感器采集的預定時間段的車輛通過速度值中提取優化道路交通關聯特征向量和車輛對所述由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像進行注意力對所述由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像進行局部特對所述車輛軌跡追蹤增強特征圖和所述道路交通Canny邊緣特征圖進行特征聚合以得對所述由傳感器采集的預定時間段的車輛通過速度值進行特征提取以得到所述車輛其中，對所述車輛軌跡追蹤增強特征圖和所述道路交通Canny邊緣特征圖進行特征聚4將所述車輛軌跡追蹤增強特征圖和所述道路交通Canny邊緣特征圖進行關聯以得到多將所述多通道道路交通輸入圖通過作為特征編碼器的道路交通卷積神經網絡以得到基于所述車輛通過速度特征向量，對所述道路交通關聯特征向量進其中，基于所述車輛通過速度特征向量，對所述道路交通關計算所述道路交通關聯特征向量和所述車輛通過速度特征向量的按位置相減以得到將所述相差特征向量的各個位置的特征值分別除以二再取絕對值后計算自然指數函將第二超參數除以所述指數化特征向量的各個特征值以得到第二將所述第二加權系數向量與所述車輛通過速度特征向量進行按位置相乘以得到加權將第一預定超參數與所述道路交通關聯特征向量進行按位置相乘以得到加權后道路交通關聯特征向量后再與所述加權后車輛通過速度特征向量進行按位置相加以得到所述5頭采集的道路交通圖像和由傳感器采集的預定時間像頭采集的道路交通圖像和所述由傳感器采集的預定時間段的車輛通過速度值中提取優[0011]獲取由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像和由傳感[0012]從所述由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像和所述由傳感器采集的預定時間段的車輛通過速度值中提取優化道路交通關聯特征向量和車輛6[0014]與現有技術相比，本申請提供的一種基于智能警示牌的交通事故告警系統及方[0015]通過結合附圖對本申請實施例進行更詳細的描述，本申請的上述以及其他目的、[0017]圖2為根據本申請實施例的基于智能警示牌的交通事故告警系統中交通事故告警[0018]圖3為根據本申請實施例的基于智能警示牌的交通事故告警系統中道路交通特征[0022]圖1為本申請實施例的基于智能警示牌的交通事故告警系取模塊110，用于獲取由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像和述由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像和所述由傳感器采集的預定時間段的車輛通過速度值中提取優化道路交通關聯特征向量和車輛通過速度特征[0023]在上述基于智能警示牌的交通事故告警系統100中，所述交通事故告警數據獲取模塊110，用于獲取由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像和由7[0025]在上述基于智能警示牌的交通事故告警系統100中，所述交通事故告警數據提取模塊120，用于從所述由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像和所述由傳感器采集的預定時間段的車輛通過速度值中提取優化道路交通關聯特征向量和[0026]圖2為根據本申請實施例的基于智能警示牌的交通事故告警系統中交通事故告警易發生區域的攝像頭采集的道路交通圖像進行注意力特征編碼以得到車輛軌跡追蹤增強攝像頭采集的道路交通圖像進行局部特征提取以得到道路交通Canny邊緣特征圖；道路交用于對所述由傳感器采集的預定時間段的車輛通過速度值進行特征提取以得到所述車輛8[0029]更進一步地，將車輛軌跡追蹤增強特征圖和道路交通Canny邊緣特征圖進行特征追蹤增強特征圖包含車輛運動軌跡等關鍵信息，而道路交通Canny邊緣特征圖則反映了道所述由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像通過車輛軌跡追蹤過基于空間注意力機制的車輛軌跡追蹤增強特征編碼器以得到所述車輛軌跡追蹤增強特路交通事故易發生區域的攝像頭采集的道路交通圖像輸入所述基于對抗生成網絡的高清圖像生成器以由基于對抗生成網絡的車輛軌跡追蹤像素增強生成器通過反卷積編碼生成力機制的車輛軌跡追蹤增強特征編碼器可以幫助系統更好地理解車輛在道路上的運動軌車輛軌跡追蹤增強特征編碼器的卷積編碼部分對所述車輛軌跡追蹤像素增強圖像進行深力圖通過Softmax激活函數以得到空間注意力特征圖；計算所述空間注意力特征圖和所述初始卷積特征圖的按位置點乘以得到所述車輛軌跡追蹤增強述由設立在道路交通事故易發生區域的攝像頭采集的道路交通圖像構造為多個道路交通局部圖像；將所述多個道路交通局部圖像通過基于Canny邊緣檢測的道路交通局部特征提9交通Canny邊緣特征圖可以幫助系統更好地區分道路交通圖像中的不同物體和結構。通過提取道路交通局部圖像的Canny邊緣特征，系統可以將圖像轉換為更具代表性和易于理解[0037]圖3為根據本申請實施例的基于智能警示牌的交通事故告警系統中道路交通特征道路交通Canny邊緣特征圖進行關聯以得到多通道道路交通輸入圖；道路交通關聯特征編跡追蹤增強特征圖提供了車輛運動路徑的關鍵信息，而道路交通Canny邊緣特征圖則反映路交通卷積神經網絡提取的道路交通關聯特征向量可以為系統提供更加緊湊和高效的表池化處理和非線性激活處理以由所述作為特征編碼器的道路交通卷積神經網絡的最后一述道路交通關聯特征向量和所述車輛通過速度特征向量的按位置相減以得到相差特征向量進行按位置相乘以得到加權后道路交通關聯特征向量后再與所述加權后車輛通過速度特征向量進行按位置相加以得到所述優化道路交通點散度域特征補償以得到優化道路交通關聯所述優化道路交通關聯特征向量其i速度特征向量的第i個位置的特征值，a和E表示第一預定超參數和第二預定超參數，◎表示按位置相乘，o表示按位置相加，表示所述優化道路交通關聯特征向量的[0044]為了消除所述道路交通關聯特征向量中與所述車輛通過速度特征向量中重復或于車輛通過速度特征向量，對所述道路交通關聯特征向量進行深度逐點散度域特征補償，其通過計算所述道路交通關聯特征向量和所述車輛通過速度特征向量的逐位置之間的方差的梯度來模擬所述道路交通關聯特征向量和所述車輛通過速度特征向量在類散度空間關聯特征向量中與所述車輛通過速度特征向量中重復或者冗余的部分以提高所述道路交輛通過速度輸入向量通過車輛通過速度時序編碼器以得到所述車輛通過速述速度時序編碼器的一維卷積層對所述車輛通過速度輸入向量進行一維編碼以提取所述車輛通過速度輸入向量中各個位置的特征值間的關聯的高維隱[0048]在上述基于智能警示牌的交通事故告警系統100中，所述警示牌告警提示生成模優化道路交通關聯特征向量和所述車輛通過速度特征向量進行融合以得到交通警示牌告反映了道路的整體情況；而車輛通過速度特征向量則記錄了車輛在道路上的實時運行狀道路交通圖像和由傳感器采集的預定時間段的車輛通過速度值，然后利用深度學習技術，[0053]如上所述，根據本申請實施例的所述基于智能警示牌的交通事故告警系統100可事故告警系統100可以是該終端設備的操作系統中的一個軟件模塊，或者可以是針對于該立在道路交通事故易發生區域的攝像頭采集的道路交通圖像和由傳感器采集的預定時間路交通圖像和所述由傳感器采集的預定時間段的車輛通過速度值中提取優化道路交通關各個步驟的具體操作已經在上面參考