CN118644984B 基于智能警示牌的交通事故告警系统及方法 （浙江安程市政交通设施有限公司）

基于智能警示牌的交通事故告警系统及方法开了一种基于智能警示牌的交通事故告警系统生区域的摄像头采集的道路交通图像和由传感2交通事故告警数据获取模块，用于获取由设立在道路集的道路交通图像和由传感器采集的预定时间段交通事故告警数据提取模块，用于从所述由设立在采集的道路交通图像和所述由传感器采集的预定时间段的车辆通过速度值中提取优化道警示牌告警提示生成模块，用于基于所述优化道路交通关道路交通注意力特征编码单元，用于对所述由设立在道路交头采集的道路交通图像进行注意力特征编码以得到车辆轨道路交通局部特征提取单元，用于对所述由设立在道路交通事采集的道路交通图像进行局部特征提取以得到道路交通Canny边道路交通特征聚合单元，用于对所述车辆轨迹追踪增强特征图和所述道路交通Canny边缘特征图进行特征聚合以得到所述优化道路交通关车辆通过速度特征提取单元，用于对所述由传感器采集的预定时多通道道路特征关联子单元，用于将所述车辆轨迹追踪增强特征图和所述道路交通Canny边缘特征图进行关联以得到多通道路交通关联特征编码子单元，用于将所述多通道道路交通输入图道路交通特征优化子单元，用于基于所述车辆通过速度特征向量，联特征向量进行深度逐点散度域特征补偿以得到所述优化道路交计算所述道路交通关联特征向量和所述车辆通过速度特征向量的按位置相减以得到将所述相差特征向量的各个位置的特征值分别除以二再取绝对值后计算自然指数函将第二超参数除以所述指数化特征向量的各个特征值以得到第二将所述第二加权系数向量与所述车辆通过速度特征向量进行按位置相乘以得到加权将第一预定超参数与所述道路交通关联特征向量进行按位置相乘以得到加权后道路交通关联特征向量后再与所述加权后车辆通过速度特征向量进行按位置相加以得到所述将所述由设立在道路交通事故易发生区域的摄像头采集的道路交通图像通过车辆轨3将所述车辆轨迹追踪像素增强图像通过基于空间注意力机制的车辆轨迹追踪增强特将所述由设立在道路交通事故易发生区域的摄像头采集的道路交通图像构造为多个将所述多个道路交通局部图像通过基于Canny边缘检测的道路交通局部特征提取器以将所述由传感器采集的预定时间段的车辆通过速度值构造为车辆将所述车辆通过速度输入向量通过车辆通过速度时序编码器以得到所述车辆通过速将所述优化道路交通关联特征向量和所述车辆通过速度特征向量进行融合以得到交获取由设立在道路交通事故易发生区域的摄像头采集的道路交通图像和由传感器采从所述由设立在道路交通事故易发生区域的摄像头采集的道路交通图像和所述由传感器采集的预定时间段的车辆通过速度值中提取优化道路交通关联特征向量和车辆通过基于所述优化道路交通关联特征向量和所述车辆通过速度特征其中，从所述由设立在道路交通事故易发生区域的摄像由传感器采集的预定时间段的车辆通过速度值中提取优化道路交通关联特征向量和车辆对所述由设立在道路交通事故易发生区域的摄像头采集的道路交通图像进行注意力对所述由设立在道路交通事故易发生区域的摄像头采集的道路交通图像进行局部特对所述车辆轨迹追踪增强特征图和所述道路交通Canny边缘特征图进行特征聚合以得对所述由传感器采集的预定时间段的车辆通过速度值进行特征提取以得到所述车辆其中，对所述车辆轨迹追踪增强特征图和所述道路交通Canny边缘特征图进行特征聚4将所述车辆轨迹追踪增强特征图和所述道路交通Canny边缘特征图进行关联以得到多将所述多通道道路交通输入图通过作为特征编码器的道路交通卷积神经网络以得到基于所述车辆通过速度特征向量，对所述道路交通关联特征向量进其中，基于所述车辆通过速度特征向量，对所述道路交通关计算所述道路交通关联特征向量和所述车辆通过速度特征向量的按位置相减以得到将所述相差特征向量的各个位置的特征值分别除以二再取绝对值后计算自然指数函将第二超参数除以所述指数化特征向量的各个特征值以得到第二将所述第二加权系数向量与所述车辆通过速度特征向量进行按位置相乘以得到加权将第一预定超参数与所述道路交通关联特征向量进行按位置相乘以得到加权后道路交通关联特征向量后再与所述加权后车辆通过速度特征向量进行按位置相加以得到所述5头采集的道路交通图像和由传感器采集的预定时间像头采集的道路交通图像和所述由传感器采集的预定时间段的车辆通过速度值中提取优[0011]获取由设立在道路交通事故易发生区域的摄像头采集的道路交通图像和由传感[0012]从所述由设立在道路交通事故易发生区域的摄像头采集的道路交通图像和所述由传感器采集的预定时间段的车辆通过速度值中提取优化道路交通关联特征向量和车辆6[0014]与现有技术相比，本申请提供的一种基于智能警示牌的交通事故告警系统及方[0015]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、[0017]图2为根据本申请实施例的基于智能警示牌的交通事故告警系统中交通事故告警[0018]图3为根据本申请实施例的基于智能警示牌的交通事故告警系统中道路交通特征[0022]图1为本申请实施例的基于智能警示牌的交通事故告警系取模块110，用于获取由设立在道路交通事故易发生区域的摄像头采集的道路交通图像和述由设立在道路交通事故易发生区域的摄像头采集的道路交通图像和所述由传感器采集的预定时间段的车辆通过速度值中提取优化道路交通关联特征向量和车辆通过速度特征[0023]在上述基于智能警示牌的交通事故告警系统100中，所述交通事故告警数据获取模块110，用于获取由设立在道路交通事故易发生区域的摄像头采集的道路交通图像和由7[0025]在上述基于智能警示牌的交通事故告警系统100中，所述交通事故告警数据提取模块120，用于从所述由设立在道路交通事故易发生区域的摄像头采集的道路交通图像和所述由传感器采集的预定时间段的车辆通过速度值中提取优化道路交通关联特征向量和[0026]图2为根据本申请实施例的基于智能警示牌的交通事故告警系统中交通事故告警易发生区域的摄像头采集的道路交通图像进行注意力特征编码以得到车辆轨迹追踪增强摄像头采集的道路交通图像进行局部特征提取以得到道路交通Canny边缘特征图；道路交用于对所述由传感器采集的预定时间段的车辆通过速度值进行特征提取以得到所述车辆8[0029]更进一步地，将车辆轨迹追踪增强特征图和道路交通Canny边缘特征图进行特征追踪增强特征图包含车辆运动轨迹等关键信息，而道路交通Canny边缘特征图则反映了道所述由设立在道路交通事故易发生区域的摄像头采集的道路交通图像通过车辆轨迹追踪过基于空间注意力机制的车辆轨迹追踪增强特征编码器以得到所述车辆轨迹追踪增强特路交通事故易发生区域的摄像头采集的道路交通图像输入所述基于对抗生成网络的高清图像生成器以由基于对抗生成网络的车辆轨迹追踪像素增强生成器通过反卷积编码生成力机制的车辆轨迹追踪增强特征编码器可以帮助系统更好地理解车辆在道路上的运动轨车辆轨迹追踪增强特征编码器的卷积编码部分对所述车辆轨迹追踪像素增强图像进行深力图通过Softmax激活函数以得到空间注意力特征图；计算所述空间注意力特征图和所述初始卷积特征图的按位置点乘以得到所述车辆轨迹追踪增强述由设立在道路交通事故易发生区域的摄像头采集的道路交通图像构造为多个道路交通局部图像；将所述多个道路交通局部图像通过基于Canny边缘检测的道路交通局部特征提9交通Canny边缘特征图可以帮助系统更好地区分道路交通图像中的不同物体和结构。通过提取道路交通局部图像的Canny边缘特征，系统可以将图像转换为更具代表性和易于理解[0037]图3为根据本申请实施例的基于智能警示牌的交通事故告警系统中道路交通特征道路交通Canny边缘特征图进行关联以得到多通道道路交通输入图；道路交通关联特征编迹追踪增强特征图提供了车辆运动路径的关键信息，而道路交通Canny边缘特征图则反映路交通卷积神经网络提取的道路交通关联特征向量可以为系统提供更加紧凑和高效的表池化处理和非线性激活处理以由所述作为特征编码器的道路交通卷积神经网络的最后一述道路交通关联特征向量和所述车辆通过速度特征向量的按位置相减以得到相差特征向量进行按位置相乘以得到加权后道路交通关联特征向量后再与所述加权后车辆通过速度特征向量进行按位置相加以得到所述优化道路交通点散度域特征补偿以得到优化道路交通关联所述优化道路交通关联特征向量其i速度特征向量的第i个位置的特征值，a和E表示第一预定超参数和第二预定超参数，◎表示按位置相乘，o表示按位置相加，表示所述优化道路交通关联特征向量的[0044]为了消除所述道路交通关联特征向量中与所述车辆通过速度特征向量中重复或于车辆通过速度特征向量，对所述道路交通关联特征向量进行深度逐点散度域特征补偿，其通过计算所述道路交通关联特征向量和所述车辆通过速度特征向量的逐位置之间的方差的梯度来模拟所述道路交通关联特征向量和所述车辆通过速度特征向量在类散度空间关联特征向量中与所述车辆通过速度特征向量中重复或者冗余的部分以提高所述道路交辆通过速度输入向量通过车辆通过速度时序编码器以得到所述车辆通过速述速度时序编码器的一维卷积层对所述车辆通过速度输入向量进行一维编码以提取所述车辆通过速度输入向量中各个位置的特征值间的关联的高维隐[0048]在上述基于智能警示牌的交通事故告警系统100中，所述警示牌告警提示生成模优化道路交通关联特征向量和所述车辆通过速度特征向量进行融合以得到交通警示牌告反映了道路的整体情况；而车辆通过速度特征向量则记录了车辆在道路上的实时运行状道路交通图像和由传感器采集的预定时间段的车辆通过速度值，然后利用深度学习技术，[0053]如上所述，根据本申请实施例的所述基于智能警示牌的交通事故告警系统100可事故告警系统100可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该立在道路交通事故易发生区域的摄像头采集的道路交通图像和由传感器采集的预定时间路交通图像和所述由传感器采集的预定时间段的车辆通过速度值中提取优化道路交通关各个步骤的具体操作已经在上面参考