CN112289024B - 一种交通事件信息的识别方法、装置、设备及存储介质 - Google Patents
一种交通事件信息的识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112289024B CN112289024B CN202011149975.2A CN202011149975A CN112289024B CN 112289024 B CN112289024 B CN 112289024B CN 202011149975 A CN202011149975 A CN 202011149975A CN 112289024 B CN112289024 B CN 112289024B
- Authority
- CN
- China
- Prior art keywords
- traffic event
- event information
- determining
- information
- accuracy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种交通事件信息的识别方法、装置、设备及存储介质,该方法包括:获取待识别交通事件信息;确定待识别交通事件信息的采集属性;基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定待识别交通事件信息的采集属性对应的准确率,该准确率即为识别出的交通事件信息的准确率;可见,本方案实现了识别交通事件信息的准确率。
Description
技术领域
本发明涉及交通管理技术领域,特别是涉及一种交通事件信息的识别方法、装置、设备及存储介质。
背景技术
目前,道路交通场景中的安全问题越来越受到重视,道路交通场景中的事件检测机制也越来越多元化。例如,道路交通场景中设置的前端摄像机,如球机、枪机等等,可以通过对采集的图像进行分析,检测是否发生交通事件,再例如,道路交通场景中设置的雷达设备,也可以通过对雷达数据的分析,检测是否发生交通事件,等等。
这样,对于同一交通场景来说,通常会获取到多种交通事件信息,这些交通事件信息的来源不同,而且由于环境因素的影响,会使得这些交通事件信息有些准确率较高,有些准确率较低,因此,需要提供一种识别这些交通事件信息准确率的方案。
发明内容
本发明实施例的目的在于提供一种交通事件信息的识别方法、装置、设备及存储介质,以识别交通事件信息的准确率。
为了达到上述目的,本发明实施例提供了一种交通事件信息的识别方法,包括:
获取待识别交通事件信息;
确定所述待识别交通事件信息的采集属性;
基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定所述待识别交通事件信息的采集属性对应的准确率。
可选的,所述获取待识别交通事件信息,包括:分别获取到针对同一场景的同一时段的多份待识别交通事件信息;
所述基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定所述待识别交通事件信息的采集属性对应的准确率之后,还包括:
确定具有最高准确率的采集属性的待识别交通事件信息,作为目标交通事件信息;基于所述目标交通事件信息进行告警。
可选的,存储所述交通事件信息的采集属性与准确率的对应关系的过程包括:
获取来源不同的多份历史交通事件信息、以及所述多份历史交通事件信息的采集属性;
分别确定每份历史交通事件信息是否准确,并记录准确与否的结果;
通过对所述历史交通事件信息的准确与否的结果进行聚类分析,确定并存储相同采集属性的历史交通事件信息的准确率。
可选的,所述方法还包括:
基于预先存储的历史交通事件信息的采集属性与漏检率的对应关系,确定所述待识别交通事件信息的采集属性对应的漏检率。
可选的,存储所述交通事件信息的采集属性与漏检率的对应关系的过程包括:
确定漏报的历史交通事件信息的采集属性;
通过对所述漏报的历史交通事件信息的采集属性进行聚类分析,确定并存储相同采集属性的历史交通事件信息的漏检率。
可选的,所述确定漏报的历史交通事件信息的采集属性,包括:
获取基于预设方式记录的告警信息;
通过将所述每份历史交通事件信息与所述告警信息进行匹配,确定所述告警信息对应场景中漏报历史交通事件信息的检测设备,作为漏检检测设备;
基于所述漏检检测设备和所述告警信息,确定漏报的历史交通事件信息的采集属性。
可选的,所述确定漏报的历史交通事件信息的采集属性,包括:
在基于同一场景的检测设备分析得到的多份历史交通事件信息中,确定对应同一交通事件的历史交通事件信息;
确定所述对应同一交通事件的历史交通事件信息对应场景中漏报历史交通事件信息的检测设备,作为漏检检测设备;
基于所述漏检检测设备和所述对应同一交通事件的历史交通事件信息,确定漏报的历史交通事件信息的采集属性。
可选的,所述获取来源不同的多份历史交通事件信息、以及所述多份历史交通事件信息的采集属性,包括:
从预设存储位置,获取基于不同的检测设备分析得到的多份历史交通事件信息、以及所述多份历史交通事件信息的采集属性;
在检测到所述检测设备存在更新情况后,删除所述预设存储位置存储的历史交通事件信息,并重新存储新的历史交通事件信息。
为了达到上述目的,本发明实施例还提供了一种交通事件信息的识别装置,包括:
第一获取模块,用于获取待识别交通事件信息;
第一确定模块,用于确定所述待识别交通事件信息的采集属性;
第二确定模块,用于基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定所述待识别交通事件信息的采集属性对应的准确率。
为了达到上述目的,本发明实施例还提供了一种电子设备,包括处理器和存储器;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任意一种交通事件信息的识别方法。
为了达到上述目的,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一种交通事件信息的识别方法。
应用本发明所示实施例,获取待识别交通事件信息;确定待识别交通事件信息的采集属性;基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定待识别交通事件信息的采集属性对应的准确率,该准确率即为识别出的交通事件信息的准确率;可见,本方案实现了识别交通事件信息的准确率。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种交通事件信息的识别方法的流程示意图;
图2为本发明实施例提供的一种应用场景示意图;
图3为本发明实施例提供的一种交通事件信息的识别装置的结构示意图;
图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了达到上述目的,本发明实施例提供了一种交通事件信息的识别方法、装置、设备及存储介质,该方法及装置可以应用于各种电子设备,具体不做限定。下面首先对该交通事件信息的识别方法进行详细介绍。以下方法实施例中的各个步骤按照合乎逻辑的顺序执行即可,步骤标号或者对各步骤进行介绍的先后顺序,并不对各步骤的执行顺序构成限定。
图1为本发明实施例提供的一种交通事件信息的识别方法的流程示意图,包括:
S101:获取待识别交通事件信息。
举例来说,该交通事件信息可以为拥堵、车辆逆行、异常停车、交通事故、行人闯入不允许进入的区域(或者表达为行人闯禁)、等交通场景中可能发生的各种事件的信息,不再一一列举。
S101中获取的交通事件信息可以为来源不同的多份交通事件信息,例如,可以来自前端摄像机、或者后端处理设备、或者雷达探测设备、或者第三方应用软件等等。前端摄像机可以对自身采集的图像进行分析,得到交通事件信息,前端摄像机可以将该交通事件信息发送给执行本方案的电子设备。前端摄像机可以将采集的图像发送后端处理设备,后端处理设备对该图像进行分析,得到交通事件信息,后端处理设备可以将该交通事件信息发送给执行本方案的电子设备。雷达探测设备或者第三方应用软件也可以将自身得到的交通事件信息发送给执行本方案的电子设备。获取交通事件信息的具体方式不再一一列举。
S102:确定待识别交通事件信息的采集属性。
举例来说,这里所说的采集属性可以包括检测设备的位置、设备类型、交通事件的事件类型、发生时段,等等,不再一一列举。这里所说的检测设备可以为前端摄像机或者雷达探测设备等直接检测到交通事件的设备。检测设备的位置可以为检测设备的点位信息;设备类型可以包括球机、枪机、雷达探测设备等类型,也可以包括设备的版本号等信息。交通事件的事件类型可以包括上述内容中提到的:拥堵、车辆逆行、异常停车、交通事故、行人闯入不允许进入的区域等各种类型。交通事件的发生时段可以理解为:发生交通事件的时刻所在的时段。
可以将一天划分为多个时长相等或不等的时段,每一时段的具体时长不做限定,例如可以为1小时、2小时、4小时,等等。一种情况下,不同天的相同时段可以认为是同一时段;或者,另一种情况下,不同周中同一天的相同时段可以认为是同一时段,例如每周一的相同时段可以认为是同一时段、每周二的相同时段可以认为是同一时段,等等,不再一一列举;再或者,另一种情况下,不同月中同一天的相同时段可以认为是同一时段,例如每月一号的相同时段可以认为是同一时段、每月二号的相同时段可以认为是同一时段,等等,不再一一列举。后续内容中确定相同采集属性时,可以采用上述方式确定多份采集属性中包括的交通事件的发生时段是否为同一时段。
S103:基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定待识别交通事件信息的采集属性对应的准确率。
本发明实施例中,预先存储了历史交通事件信息的采集属性与准确率的对应关系。一种实施方式中,预先存储该对应关系的过程可以包括:
获取来源不同的多份历史交通事件信息、以及所述多份历史交通事件信息的采集属性;
分别确定每份历史交通事件信息是否准确,并记录准确与否的结果;
通过对所述历史交通事件信息的准确与否的结果进行聚类分析,确定并存储相同采集属性的历史交通事件信息的准确率。
为了区分描述,将预先存储过程中涉及的交通事件信息称为历史交通事件信息,将需要识别准确率的交通事件信息称为待识别交通事件信息。
一种情况下,可以人工对历史交通事件信息的准确性进行校验。例如,可以提供交互界面,交互界面中针对每份历史交通事件信息分别设定两个按钮,一个按钮为表示该份历史交通事件信息准确的按钮,另一个按钮为表示该份历史交通事件信息不准确的按钮,相关人员根据校验情况按下相应按钮。
一种情况下,记录历史交通事件信息准确与否的结果,可以理解为对历史交通事件信息添加“准确”或“不准确”的标签。上述例子中,相关人员针对历史交通事件信息按下表示“准确”的按钮时,可以为该份历史交通事件信息添加“准确”的标签,相关人员针对历史交通事件信息按下表示“不准确”的按钮时,可以为该份历史交通事件信息添加“不准确”的标签。
可以在相关人员针对全部历史交通事件信息都按下相应按钮后,对全部历史交通事件信息的准确与否的结果进行聚类分析,统计相同采集属性的历史交通事件信息的准确率。例如,可以分别对每条历史交通事件信息均添加一个“准确“或者”不准确“的标签,然后对全部历史交通事件信息进行分组,同一组中的历史交通事件信息具有同一种采集属性。针对每个组,可以统计该组中包含的“准确”标签数量与所有标签的总数量的比例,根据该比例确定该组对应的准确率,该组对应的准确率即为具有同一种采集属性的历史交通事件信息的准确率。或者也可以统计该组中添加的“准确”标签的数量与“不准确”标签数量的比例,或者也可以统计该组中添加的“不准确”标签数量与所有标签的总数量的比例,根据这些比例,也可以确定出该组的准确率。
举个简单的例子,假设获取到如下表1中的信息:
表1
实际获取的信息较多,上述表1仅为举例说明,并不对聚类分析的具体过程构成限定。表1中前三条历史交通事件信息的采集属性相同,假设这三条历史交通事件信息分到同一个组中,这一个组中包含两个“准确”的标签,一个“不准确”的标签,则该组对应的准确率为2/3,则具有如下采集属性的历史交通事件信息准确率为2/3:检测设备的位置—位置A1、检测设备的设备类型—枪机、交通事件的事件类型—车辆逆行;交通事件的发生时段—8点至9点。
该准确率可以对采集属性进行评价。假设采集属性包括检测设备的位置、设备类型、交通事件的事件类型、发生时段,一种情况下,该准确率可以评价某种检测设备检测某种类型的交通事件的准确率,例如,某种检测设备检测交通事故的准确率为90%,但检测拥堵的准确率为40%,则可以认为该种检测设备中检测拥堵事件的算法可能存在问题。
再一种情况下,该准确率可以评价某种检测设备检测某一时段的交通事件的准确率,例如,某种检测设备检测白天发生的交通事件的准确率为94%,但检测夜晚发生的交通事件的准确率为46%,则可以认为该种检测设备中的传感器在光线好的情况下采集的图像质量较高,在光线差的情况下采集的图像质量较差。具体评价情况不再一一列举,该采集属性与准确率的对应关系可以反馈给相关人员,这样相关人员可以及时对检测设备进行更新或升级或者其他调整。
此外,该准确率还可以用于告警优化,后续内容中对告警优化的方案进行详细介绍。
一种实施方式中,除预先存储历史交通事件信息的采集属性与准确率的对应关系之外,还可以预先存储历史交通事件信息的采集属性与漏检率的对应关系。本实施方式中,可以基于预先存储的历史交通事件信息的采集属性与漏检率的对应关系,确定待识别交通事件信息的采集属性对应的漏检率。
该漏检率可以对采集属性进行评价。假设采集属性包括检测设备的位置、设备类型、交通事件的事件类型、发生时段,一种情况下,该漏检率可以评价某种检测设备对某种类型的交通事件的漏检率,例如,某种检测设备对交通事故的漏检率为5%,但对拥堵的漏检率为20%,则可以认为该种检测设备中对拥堵事件的算法可能存在问题。
再一种情况下,该漏检率可以评价某种检测设备对某一时段的交通事件的漏检率,例如,某种检测设备对白天发生的交通事件的漏检率为5%,但对夜晚发生的交通事件的漏检率为20%,则可以认为该种检测设备中的传感器在光线好的情况下采集的图像质量较高,在光线差的情况下采集的图像质量较差。具体评价情况不再一一列举,该采集属性与漏检率的对应关系可以反馈给相关人员,这样相关人员可以及时对检测设备进行更新或升级或者其他调整。
存储所述交通事件信息的采集属性与漏检率的对应关系的过程可以包括:确定漏报的历史交通事件信息的采集属性;通过对所述漏报的历史交通事件信息的采集属性进行聚类分析,确定并存储相同采集属性的历史交通事件信息的漏检率。
确定漏报的历史交通事件信息的采集属性的方式有多种。一种实施方式中,可以获取基于预设方式记录的告警信息;通过将所述每份历史交通事件信息与所述告警信息进行匹配,确定所述告警信息对应场景中漏报历史交通事件信息的检测设备,作为漏检检测设备;基于所述漏检检测设备和所述告警信息,确定漏报的历史交通事件信息的采集属性。
本实施方式中,漏报的历史交通事件信息的采集属性中,涉及到检测设备的相关属性即为漏检检测设备的属性,涉及到交通事件的属性即为告警信息中交通事件的属性。
该基于预设方式记录的告警信息,可以为相关部门记录的告警信息。举例来说,一些交通管理部门可以获取到各种形式的针对交通事件的告警信息,例如电话告警信息、微信告警信息、互联网上的告警信息等等,具体形式不做限定。交通管理部门可以记录这些告警信息,这些告警信息被认为是准确的。因此,将这些告警信息与上述历史交通事件信息进行匹配,可以确定漏报的历史交通事件信息的采集属性。
例如,假设一条告警信息中包括如下内容:2020年10月15日早上8点,在位置A处发生了一起交通事故;但却未能获取到位置A处的检测设备上报的关于该交通事故的历史交通事件信息。这种情况下,将位置A处的检测设备均确定为漏检检测设备,漏报的历史交通事件信息的采集属性中,涉及到检测设备的相关属性即为漏检检测设备的属性,涉及到交通事件的属性即为告警信息中交通事件的属性。得到的漏报的历史交通事件信息的采集属性包括:检测设备的位置为位置A,设备类型包括位置A处设置的各种检测设备的类型,交通事件的事件类型为交通事故,发生时段为2020年10月15日早上8点。
再例如,假设一条告警信息中包括如下内容:2020年10月15日早上8点,在位置A处发生了一起交通事故;假设位置A处安装了两台检测设备:检测设备1和检测设备2,假设获取到检测设备1上报的关于该交通事故的历史交通事件信息,但却未能获取到检测设备2上报的关于该交通事故的历史交通事件信息。这种情况下,将检测设备2确定为漏检检测设备,漏报的历史交通事件信息的采集属性中,涉及到检测设备的相关属性即为漏检检测设备的属性,涉及到交通事件的属性即为告警信息中交通事件的属性。得到的漏报的历史交通事件信息的采集属性包括:检测设备的位置为位置A,设备类型为检测设备2的类型,交通事件的事件类型为交通事故,发生时段为2020年10月15日早上8点。
或者,另一种实施方式中,在基于同一场景的检测设备分析得到的多份历史交通事件信息中,确定对应同一交通事件的历史交通事件信息;确定所述对应同一交通事件的历史交通事件信息对应场景中漏报历史交通事件信息的检测设备,作为漏检检测设备;基于所述漏检检测设备和所述对应同一交通事件的历史交通事件信息,确定漏报的历史交通事件信息的采集属性。
本实施方式中,漏报的历史交通事件信息的采集属性中,涉及到检测设备的相关属性即为漏检检测设备的属性,涉及到交通事件的属性即为所述对应同一交通事件的历史交通事件信息中交通事件的属性。
一种情况下,可以确定所述对应同一交通事件的历史交通事件信息的数量与其对应场景中的检测设备的数量是否一致;如果不一致,再确定漏检检测设备。
例如,假设位置A处安装了三台检测设备:检测设备1、检测设备2和检测设备3,假设获取到检测设备1和检测设备2上报的对应同一交通事件的历史交通事件信息,该交通事件为2020年10月15日早上8点的一起交通事故。这种情况下,确定对应同一交通事件的历史交通事件信息的数量为2份,而位置A处的检测设备的数量为3台,二者不一致,则确定漏检检测设备为检测设备3;确定漏报的历史交通事件信息的采集属性包括:检测设备的位置为位置A,设备类型为检测设备3的类型,交通事件的事件类型为交通事故,发生时段为2020年10月15日早上8点。
或者,再一种实施方式中,也可以结合上述两种方式来确定漏报的历史交通事件信息的采集属性,通过这两种方式进行互相校验,能够提高确定漏报情况的准确度。
一种实施方式中,获取来源不同的多份历史交通事件信息、以及所述多份历史交通事件信息的采集属性,可以包括:
从预设存储位置,获取基于不同的检测设备分析得到的多份历史交通事件信息、以及所述多份历史交通事件信息的采集属性;
在检测到所述检测设备存在更新情况后,删除所述预设存储位置存储的历史交通事件信息,并重新存储新的历史交通事件信息。
本实施方式中的“更新情况”可以为检测设备的***更新、算法更新等等各种更新情况,具体不做限定。本实施方式中,检测设备存在更新情况后,交通事件信息的采集属性中涉及到检测设备的属性则会发生变化,这样,不适合再基于更新之前产生的历史交通事件信息,存储采集属性与准确率的对应关系,因此,可以删除这些更新之前产生的历史交通事件信息。这样,可以及时更新采集属性与准确率的对应关系,进一步提高交通事件信息的识别准确率。
一种实施方式中,S101可以包括:分别获取到针对同一场景的同一时段的多份待识别交通事件信息;这种实施方式中,S103之后还可以包括:确定具有最高准确率的采集属性的待识别交通事件信息,作为目标交通事件信息;基于所述目标交通事件信息进行告警。
应用本实施方式,基于准确率最高的交通事件信息进行告警,实现了告警优化。
举例来说,可以在出现以下情况时,执行本实施方式选择目标交通事件信息,进行告警优化:
1、同一检测设备在一段较短的时间段(如3分钟)中,上报了多份交通事件信息,该多份交通事件信息中包括事件类型一致的多份交通事件信息。
2、同一检测设备在一段较短的时间段(如3分钟)中,上报了多份交通事件信息,该多份交通事件信息中包括事件类型不一致的多份交通事件信息。
3、位于同一场景的多台检测设备在一段较短的时间段(如3分钟)中,分别上报了交通事件信息,该多台检测设备上报的交通事件信息中包括事件类型一致的多份交通事件信息。
4、位于同一场景的多台检测设备在一段较短的时间段(如3分钟)中,分别上报了交通事件信息,该多台检测设备上报的交通事件信息中包括事件类型不一致的多份交通事件信息。
举个例子,假设场景A中设置有三台检测设备:检测设备1、检测设备2和检测设备3,假设场景A中发生一个交通事件,这三台检测设备都检测到了该交通事件,生成了交通事件信息,并将生成的交通事件信息发送给执行本方案的电子设备。假设这三台检测设备发送的交通事件信息不完全相同,则执行本方案的电子设备,可以采用本发明实施例,分别确定每条交通事件信息的准确率,确定准确率最高的交通事件信息,作为目标交通事件信息,基于该目标交通事件信息进行告警,这样提高了告警准确率。
应用本发明所示实施例,获取待识别交通事件信息;确定待识别交通事件信息的采集属性;基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定待识别交通事件信息的采集属性对应的准确率,该准确率即为识别出的交通事件信息的准确率;可见,本方案实现了识别交通事件信息的准确率,进而也就提高了交通事件信息的可靠性和可用性。
下面参考图2介绍一种具体的实施方式:
本实施方式可以应用于路网场景中,对于同时应用多种源头进行交通事件检测的情况,通过人机协同实现告警优化。
参考图2所示,进行交通事件检测的源头可以包括第三方应用、前端摄像机、后端处理设备等等。前端摄像机可以对自身采集的图像进行分析,得到交通事件信息,前端摄像机可以将该交通事件信息发送给执行本方案的电子设备。前端摄像机可以将采集的图像发送后端处理设备,后端处理设备对该图像进行分析,得到交通事件信息,后端处理设备可以将该交通事件信息发送给执行本方案的电子设备。第三方应用也可以将自身获取的交通事件信息发送给执行本方案的电子设备。
确定并记录上述第三方应用、前端摄像机、后端处理设备等各种源头的版本信息。对该各种源头传来的交通事件信息进行数据协议转换,将转换后的数据统一存储至数据库中。数据库中存储的交通事件信息即为上述内容中的历史交通事件信息。
此外,还可以获取相关部门记录的告警信息,将这些告警信息也存储至数据库中。举例来说,一些交通管理部门可以获取到各种形式的针对交通事件的告警信息,例如电话告警信息、微信告警信息、互联网上的告警信息等等,具体形式不做限定。交通管理部门可以记录这些告警信息,这些告警信息被认为是准确的。
可以判断上述源头的设备、算法是否存在更新情况,如果存在,则对数据库进行重置,或者说,对上述存储的数据进行清理,然后再重新进行数据累积。而如果上述源头的设备、算法不存在更新情况,则继续进行数据累积,并执行后续流程。
对数据库中存储的历史交通事件信息进行聚类分析,统计历史交通事件信息的采集属性,如点位、设备类型、事件类型、发生时段等等。
对数据库中存储的历史交通事件信息的准确性进行人工校验。例如,可以提供交互界面,交互界面中针对每份历史交通事件信息分别设定两个按钮,一个按钮为表示该份历史交通事件信息准确的按钮,另一个按钮为表示该份历史交通事件信息不准确的按钮,相关人员根据校验情况按下相应按钮。这样,也就相当于为每份历史交通事件信息添加了“准确”或者“不准确”的数据标签。对这些数据标签进行数据统计,得到历史交通事件信息的采集属性与准确率的对应关系,存储该对应关系。
此外,可以将历史交通事件信息与告警信息进行匹配,或者将同一场景的检测设备(如前端摄像机或者其他前端数据采集设备)分析得到的多份历史交通事件信息进行比对,确定漏报的历史交通事件信息的采集属性。通过对漏报的历史交通事件信息的采集属性进行聚类分析,确定并存储相同采集属性的历史交通事件信息的漏检率。该漏检率可以反馈给相应人员,相应人员可以根据该漏检率对检测设备进行版本升级或者其他维护。
存储历史交通事件信息的采集属性与准确率的对应关系之后,可以利用该对应关系识别交通事件信息的准确率。仍参考图2所示,分别获取到针对同一场景的同一时段的多份待识别交通事件信息;确定待识别交通事件信息的采集属性;基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定待识别交通事件信息的采集属性对应的准确率;确定具有最高准确率的采集属性的待识别交通事件信息,作为目标交通事件信息;基于目标交通事件信息进行告警。这样,基于准确率最高的交通事件信息进行告警,实现了告警优化。
应用本实施方式,一方面实现了识别交通事件信息的准确率,另一方面,基于准确率最高的交通事件信息进行告警,实现了告警优化,再一方面,还能确定某种类型的检测设备对某种类型的交通事件、或者发生于某时段的交通事件的漏检率,方便相关人员及时对检测设备进行升级或维护。
与上述方法实施例相对应,本发明实施例还提供了一种交通事件信息的识别装置,如图3所示,包括:
第一获取模块301,用于获取待识别交通事件信息;
第一确定模块302,用于确定所述待识别交通事件信息的采集属性;
第二确定模块303,用于基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定所述待识别交通事件信息的采集属性对应的准确率。
一种实施方式中,第一获取模块301,具体用于:分别获取到针对同一场景的同一时段的多份待识别交通事件信息;
所述装置还包括:确定具有最高准确率的采集属性的待识别交通事件信息,作为目标交通事件信息;基于所述目标交通事件信息进行告警。
一种实施方式中,所述装置还包括:第二获取模块、第三确定模块和第一分析模块(图中未示出),其中,
第二获取模块,用于获取来源不同的多份历史交通事件信息、以及所述多份历史交通事件信息的采集属性;
第三确定模块,用于分别确定每份历史交通事件信息是否准确,并记录准确与否的结果;
第一分析模块,用于通过对所述历史交通事件信息的准确与否的结果进行聚类分析,确定并存储相同采集属性的历史交通事件信息的准确率。
一种实施方式中,所述第二确定模块303还用于基于预先存储的历史交通事件信息的采集属性与漏检率的对应关系,确定所述待识别交通事件信息的采集属性对应的漏检率。
一种实施方式中,所述装置还包括:第四确定模块和第二分析模块(图中未示出),其中,
第四确定模块,用于确定漏报的历史交通事件信息的采集属性;
第二分析模块,用于通过对所述漏报的历史交通事件信息的采集属性进行聚类分析,确定并存储相同采集属性的历史交通事件信息的漏检率。
一种实施方式中,所述第四确定模块,具体用于:
获取基于预设方式记录的告警信息;
通过将所述每份历史交通事件信息与所述告警信息进行匹配,确定所述告警信息对应场景中漏报历史交通事件信息的检测设备,作为漏检检测设备;
基于所述漏检检测设备和所述告警信息,确定漏报的历史交通事件信息的采集属性。
一种实施方式中,所述第四确定模块,具体用于:
在基于同一场景的检测设备分析得到的多份历史交通事件信息中,确定对应同一交通事件的历史交通事件信息;
确定所述对应同一交通事件的历史交通事件信息对应场景中漏报历史交通事件信息的检测设备,作为漏检检测设备;
基于所述漏检检测设备和所述对应同一交通事件的历史交通事件信息,确定漏报的历史交通事件信息的采集属性。
一种实施方式中,所述第二获取模块,具体用于:
从预设存储位置,获取基于不同的检测设备分析得到的多份历史交通事件信息、以及所述多份历史交通事件信息的采集属性;
在检测到所述检测设备存在更新情况后,删除所述预设存储位置存储的历史交通事件信息,并重新存储新的历史交通事件信息。
应用本发明所示实施例,获取待识别交通事件信息;确定待识别交通事件信息的采集属性;基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定待识别交通事件信息的采集属性对应的准确率,该准确率即为识别出的交通事件信息的准确率;可见,本方案实现了识别交通事件信息的准确率,进而也就提高了交通事件信息的可靠性和可用性。
本发明实施例还提供了一种电子设备,如图4所示,包括处理器401和存储器402,
存储器402,用于存放计算机程序;
处理器401,用于执行存储器402上所存放的程序时,实现上述任意一种交通事件信息的识别方法。
上述电子设备提到的存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一种交通事件信息的识别方法。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任意一种交通事件信息的识别方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例、设备实施例、计算机可读存储介质实施例、以及计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种交通事件信息的识别方法,其特征在于,包括:
获取待识别交通事件信息;
确定所述待识别交通事件信息的采集属性;
基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定所述待识别交通事件信息的采集属性对应的准确率,作为所述待识别交通事件信息对应的准确率。
2.根据权利要求1所述的方法,其特征在于,所述获取待识别交通事件信息,包括:分别获取到针对同一场景的同一时段的多份待识别交通事件信息;
所述基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定所述待识别交通事件信息的采集属性对应的准确率之后,还包括:
确定具有最高准确率的采集属性的待识别交通事件信息,作为目标交通事件信息;基于所述目标交通事件信息进行告警。
3.根据权利要求1所述的方法,其特征在于,存储所述交通事件信息的采集属性与准确率的对应关系的过程包括:
获取来源不同的多份历史交通事件信息、以及所述多份历史交通事件信息的采集属性;
分别确定每份历史交通事件信息是否准确,并记录准确与否的结果;
通过对所述历史交通事件信息的准确与否的结果进行聚类分析,确定并存储相同采集属性的历史交通事件信息的准确率。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述方法还包括:
基于预先存储的历史交通事件信息的采集属性与漏检率的对应关系,确定所述待识别交通事件信息的采集属性对应的漏检率。
5.根据权利要求4所述的方法,其特征在于,存储所述交通事件信息的采集属性与漏检率的对应关系的过程包括:
确定漏报的历史交通事件信息的采集属性;
通过对所述漏报的历史交通事件信息的采集属性进行聚类分析,确定并存储相同采集属性的历史交通事件信息的漏检率。
6.根据权利要求5所述的方法,其特征在于,所述确定漏报的历史交通事件信息的采集属性,包括:
获取基于预设方式记录的告警信息;
通过将每份历史交通事件信息与所述告警信息进行匹配,确定所述告警信息对应场景中漏报历史交通事件信息的检测设备,作为漏检检测设备;
基于所述漏检检测设备和所述告警信息,确定漏报的历史交通事件信息的采集属性。
7.根据权利要求5所述的方法,其特征在于,所述确定漏报的历史交通事件信息的采集属性,包括:
在基于同一场景的检测设备分析得到的多份历史交通事件信息中,确定对应同一交通事件的历史交通事件信息;
确定所述对应同一交通事件的历史交通事件信息对应场景中漏报历史交通事件信息的检测设备,作为漏检检测设备;
基于所述漏检检测设备和所述对应同一交通事件的历史交通事件信息,确定漏报的历史交通事件信息的采集属性。
8.一种交通事件信息的识别装置,其特征在于,包括:
第一获取模块,用于获取待识别交通事件信息;
第一确定模块,用于确定所述待识别交通事件信息的采集属性;
第二确定模块,用于基于预先存储的历史交通事件信息的采集属性与准确率的对应关系,确定所述待识别交通事件信息的采集属性对应的准确率,作为所述待识别交通事件信息对应的准确率。
9.一种电子设备,其特征在于,包括处理器和存储器;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-7任一所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011149975.2A CN112289024B (zh) | 2020-10-23 | 2020-10-23 | 一种交通事件信息的识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011149975.2A CN112289024B (zh) | 2020-10-23 | 2020-10-23 | 一种交通事件信息的识别方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112289024A CN112289024A (zh) | 2021-01-29 |
CN112289024B true CN112289024B (zh) | 2022-04-05 |
Family
ID=74423842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011149975.2A Active CN112289024B (zh) | 2020-10-23 | 2020-10-23 | 一种交通事件信息的识别方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112289024B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114241412A (zh) * | 2021-12-15 | 2022-03-25 | 阿波罗智联(北京)科技有限公司 | 确定交通事件的检测精度的方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016225895A (ja) * | 2015-06-02 | 2016-12-28 | ソフトバンク株式会社 | 予測装置及びプログラム |
CN106548189A (zh) * | 2015-09-18 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 一种事件识别方法和设备 |
CN107885795A (zh) * | 2017-10-24 | 2018-04-06 | 广东方纬科技有限公司 | 一种卡口数据的数据校验方法、***和装置 |
CN109214253A (zh) * | 2017-07-07 | 2019-01-15 | 阿里巴巴集团控股有限公司 | 一种视频帧检测方法及装置 |
CN109661692A (zh) * | 2018-11-22 | 2019-04-19 | 深圳市锐明技术股份有限公司 | 交通事件预测方法、装置及终端设备 |
CN110633991A (zh) * | 2019-09-20 | 2019-12-31 | 阿里巴巴集团控股有限公司 | 风险识别方法、装置和电子设备 |
CN111369792A (zh) * | 2019-11-22 | 2020-07-03 | 杭州海康威视***技术有限公司 | 一种交通事件的分析方法、装置及电子设备 |
CN111666971A (zh) * | 2020-04-27 | 2020-09-15 | 深圳壹账通智能科技有限公司 | 基于位置定位的事件识别方法、装置、设备及存储介质 |
-
2020
- 2020-10-23 CN CN202011149975.2A patent/CN112289024B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016225895A (ja) * | 2015-06-02 | 2016-12-28 | ソフトバンク株式会社 | 予測装置及びプログラム |
CN106548189A (zh) * | 2015-09-18 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 一种事件识别方法和设备 |
CN109214253A (zh) * | 2017-07-07 | 2019-01-15 | 阿里巴巴集团控股有限公司 | 一种视频帧检测方法及装置 |
CN107885795A (zh) * | 2017-10-24 | 2018-04-06 | 广东方纬科技有限公司 | 一种卡口数据的数据校验方法、***和装置 |
CN109661692A (zh) * | 2018-11-22 | 2019-04-19 | 深圳市锐明技术股份有限公司 | 交通事件预测方法、装置及终端设备 |
CN110633991A (zh) * | 2019-09-20 | 2019-12-31 | 阿里巴巴集团控股有限公司 | 风险识别方法、装置和电子设备 |
CN111369792A (zh) * | 2019-11-22 | 2020-07-03 | 杭州海康威视***技术有限公司 | 一种交通事件的分析方法、装置及电子设备 |
CN111666971A (zh) * | 2020-04-27 | 2020-09-15 | 深圳壹账通智能科技有限公司 | 基于位置定位的事件识别方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112289024A (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110428091B (zh) | 基于数据分析的风险识别方法及相关设备 | |
CN108574839B (zh) | 一种卡口设备异常检测方法及装置 | |
CN112446555B (zh) | 一种风险识别方法、装置及设备 | |
CN111028503B (zh) | 一种车辆变道监测方法及装置 | |
CN112289024B (zh) | 一种交通事件信息的识别方法、装置、设备及存储介质 | |
CN111369792B (zh) | 一种交通事件的分析方法、装置及电子设备 | |
CN111598543A (zh) | 试驾车辆信息管理方法和*** | |
CN111352969A (zh) | 一种埋点数据分析方法、装置及电子设备 | |
CN113656247A (zh) | 一种服务监控方法、装置、电子设备及可读存储介质 | |
CN112528901A (zh) | 一种基于大数据的车辆聚集告警方法及*** | |
CN111784176A (zh) | 一种数据处理方法、装置、服务器及介质 | |
CN115147947B (zh) | 一种视频巡检方法、装置、电子设备及计算机程序产品 | |
CN113299108A (zh) | 车位信息确定方法、装置、设备及存储介质 | |
CN113947392B (zh) | 交通数据审核任务中的异常确定方法和装置 | |
KR101848367B1 (ko) | 모션벡터와 dct 계수를 이용한 메타데이터 기반 의심영상 구분식별 방식의 영상 관제 방법 | |
CN112949442B (zh) | 一种异常事件预识别方法、装置、电子设备及监控*** | |
CN115359658A (zh) | 交通事件的检测方法、装置、设备、存储介质及程序产品 | |
CN116259173A (zh) | 一种基于d-s证据理论的多检测方式交通事件融合方法 | |
CN114996080A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN114373209A (zh) | 基于视频的人脸识别方法、装置、电子设备及存储介质 | |
CN111243289A (zh) | 目标车辆的跟踪方法及装置、存储介质、电子装置 | |
CN113138872A (zh) | 数据库***的异常处理装置及方法 | |
CN117150362B (zh) | 一种基于规则引擎的主数据标签标记方法及*** | |
US20240144690A1 (en) | Systems, methods, and computer program products for object detection and analysis of an image | |
GB2567150B (en) | Method and device for optimizing the search for samples at a video management system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |