• 感兴趣的小伙伴可以先看上一篇开发博文事故检测项目开发总结
  

  文章目录

  • 一·效果展示
  • 二·功能优化
  • 1·OCR识别
  • 2·开源地图API调用
  • 3·事故判别条件
  • 4·事故参与方运动特征
  • 5·简略鸟瞰图
  • 6·界面设计
  • 三·总结与展望
  • 1·总结
  • 2·展望
  • 四·鸣谢

一·效果展示

二·功能优化

1·OCR识别

• 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

• 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

• 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

• 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

• 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

• 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

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