高速公路车道级视频检测区自动设定方法

作     者：莫宇蓉 吴烈阳 彭锦辉 刘圣卿 唐先亮 黎川 符锌砂 MO Yurong;WU Lieyang;PENG Jinhui;LIU Shengqing;TANG Xianliang;LI Chuan;FU Xinsha

作者机构：江西省交通监控指挥中心江西南昌330046 比亚迪汽车工业有限公司广东深圳518118 华南理工大学土木与交通学院广东广州510641 

基　　金：国家自然科学基金项目(51978283) 江西省交通运输厅科技项目(2022X0037) 

出 版 物：《交通运输研究》 (Transport Research)

年 卷 期：2024年第10卷第5期

页      码：78-90页

摘      要：针对云台摄像枪在轮巡过程中无法自动设定视频检测区,从而影响交通事件识别准确率的问题,提出了一种基于视频的高速公路车道级检测区自动设定方法。首先,通过分析U-Net和MobileNet系列模型的特征,结合深度可分离卷积和倒置残差等结构,设计了一个高效且轻量化的R-Net系列模型,专门用于车道线和可行驶区域的语义分割。在此基础上,根据高速公路特定场景识别任务的特点,提出了一种基于连通域分析的车道线和检测区标记算法,实现了车道级检测区的自动设定。同时,为了提高标记算法的准确率,首次引入了阈值处理和叠加帧数这两种预处理方法,然后利用二次方程对车道线标记结果进行拟合,实现了车道线完整且平滑的分割。实验结果表明,R-Net系列模型的性能指标MIoU与传统模型如SegNet和U-Net接近,但显著减少了模型参数量和内积运算量,其中R-NetV2模型的分割性能指标MIoU达到90.6%,与U-Net相比仅下降了0.4%,但其模型参数量减少了38.7%,内积运算量减少了62.5%。对经过预处理后的语义分割结果进行标记,车道线标记准确率与传统方法相比从80.47%提高到95.58%。

主 题 词：交通事件识别 视频检测 车道级检测区 轻量化 语义分割 连通域 车道线 

学科分类：08[工学] 0838[0838] 

D　O　I：10.16503/j.cnki.2095-9931.2024.05.007

馆 藏 号：203155746...