[发明专利]基于快速区域卷积神经网络的城市车辆追踪方法

摘要

本发明提出一种基于快速区域卷积神经网络的城市车辆追踪方法，在监控视频中标注要追踪的车辆，输入到神经网络中进行快速的训练得到模型，通过识别道路监控视频来判断该车辆是否在此路口出现，在地图上标注出所有检测到此车辆的摄像头的位置，按照时间顺序连接，就可以得到此车辆的行驶轨迹，使用车辆的历史轨迹可以预测车辆的行驶方向，在最短的时间找出车辆在城市中的位置。

主权项

1.一种基于快速区域卷积神经网络的城市车辆追踪方法，其特点在于，包括网络训练和车辆追踪两个过程；在网络训练过程中，建立一种快速区域卷积神经网络；在车辆追踪过程中，采用按半径搜索和按路线搜索相结合的方式，具体步骤为：(21)在训练好网络模型得到最终模型之后，通过所消耗的时间与当前街区车速状况，预测车辆能够行驶的最远距离，确定搜索半径，在搜索半径中进行搜索；(22)一旦在搜索半径中发现该车辆，以此路口为原点，发散到此路口能够连通的所有路口，对这些路口的监控视频继续搜索；通过预训练得到预训练模型，在监控视频中标注要追踪的车辆，将其输入到快速区域卷积神经网络中，在预训练模型上进行调整，快速得到最终模型；然后采用按半径和按路线搜索相结合的方式追踪车辆，在地图上标注所有发现该车辆的位置，按照时间顺序连接，得到车辆行驶轨迹，根据行驶轨迹预测车辆将要到达的位置。