摘要
本发明涉及基于视频的交通信号灯监控方法及装置,通过对摄像枪设备所上传的视频进行处理得到多帧视频帧,之后基于关键信息提取的方式将多帧视频帧整合形成任意段视频关联的目标监测图像,并基于此得到以时间先后顺序排列的目标监测图像序列,将目标监测图像输入基于深度学习网络模型和DeepSORT构建的监测模型,通过所述监测模型实现视频目标的识别与追踪,本发明通过基于深度学习网络模型和DeepSORT构建的监测模型能够实现对交通信号灯目标进行目标的追踪,识别判断交通信号灯的行为和状态,上报交通信号灯的告警事件,且由于输入监测模型的为关键信息提取后的目标监测图像序列,不仅能够提高监测模型的监测效率还能够大幅提高监测模型的监测准确率。
技术关键词
交通信号灯监控
视频帧
像素点
深度学习网络模型
图像
局域网内服务器
序列
检测识别模块
追踪器
卡尔曼滤波器
解码
路段
监测准确率
公路
线段
矩阵
匈牙利算法