CN118196724A - 应急车道违规占用的检测方法、设备以及存储介质 - Google Patents

Abstract

本申请公开了一种应急车道违规占用的检测方法、设备以及存储介质，该应急车道违规占用的检测方法包括：对获取到的道路图像进行目标检测处理，得到道路图像中处于应急车道的目标车辆；对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到目标车辆的特征分析结果；若特征分析结果表征目标车辆在应急车道上行驶，则判定目标车辆违规占用应急车道。上述方案，能够有效地检测出违规占用应急车道的车辆。

Description

应急车道违规占用的检测方法、设备以及存储介质

技术领域

本申请涉及智能交通技术领域，特别是涉及一种应急车道违规占用的检测方法、设备以及存储介质。

背景技术

应急车道主要是指高速公路上与最右侧行驶道路相邻，包括硬路肩在内的道路，主要供警车、消防车、工程救险车以及救护车车辆等特殊车辆使用，以实现迅速处理道路上发生的紧急事务(例如交通事故、伤员救助等)，因此应急车道也被称为“生命道路”，违规占用应急车道是一种扰乱社会秩序，危害他人生命安全以及财产安全的行为。

目前，对于应急车道违规占用事件的检测方法主要是在道路护栏立柱上安装摄像头，对进入应急车道区域的目标车辆进行抓拍检测来判断目标车辆是否占用应急车道。

然而在实际应用过程中发现目前的应急车道占用检测方法，在基于道路图像进行检测时容易出现漏检误检等问题，其检测效果并不理想。

发明内容

本申请至少提供一种应急车道违规占用的检测方法、装置、设备以及计算机可读存储介质。

本申请第一方面提供了一种应急车道违规占用的检测方法，包括：

对获取到的道路图像进行目标检测处理，得到所述道路图像中处于所述应急车道的目标车辆；对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到所述目标车辆的特征分析结果；若所述特征分析结果表征所述目标车辆在所述应急车道上行驶，则判定所述目标车辆违规占用所述应急车道。

在一实施例中，所述对获取到的道路图像进行目标检测处理，得到所述道路图像中处于所述应急车道的目标车辆的步骤，包括：对所述道路图像进行区域划分处理，得到所述道路图像中的应急车道；获取所述应急车道中待识别车辆的车辆特征；基于所述车辆特征在所述待识别车辆中选取所述目标车辆。

在一实施例中，所述获取所述应急车道中待识别车辆的车辆特征的步骤，包括：基于所述应急车道的应急车道线和所述待识别车辆的车辆区域判断所述待识别车辆是否占用所述应急车道；若是，则获取所述待识别车辆的车辆特征；若否，则暂停或停止获取所述待识别车辆的车辆特征。

在一实施例中，所述基于所述应急车道的应急车道线和所述待识别车辆的车辆区域判断所述待识别车辆是否占用所述应急车道的步骤，包括：基于所述车辆区域的坐标信息确定所述待识别车辆的中心坐标；获取所述车辆区域和所述应急车道线的相交点坐标；基于所述中心坐标和所述相交点坐标判断所述待识别车辆是否占用所述应急车道。

在一实施例中，所述基于所述车辆特征在所述待识别车辆中选取所述目标车辆的步骤，包括：基于预先训练好的车辆分类模型和所述车辆特征对各待识别车辆进行分类处理，得到各待识别车辆的车辆类别，所述车辆类别包括特殊车辆和非特殊车辆；选取所述非特殊车辆作为所述目标车辆。

在一实施例中，所述不同时序的道路图像包括第一道路图像和第二道路图像，所述对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到所述目标车辆的特征分析结果的步骤，包括：判断所述第一道路图像和所述第二道路图像中是否存在特征信息相同的目标车辆；若存在，则基于同一目标车辆分别在所述第一道路图像中的第一特征信息和在所述第二道路图像中的第二特征信息，判断所述同一目标车辆是否处于行驶状态；若是，则判定所述特征分析结果为所述目标车辆在所述应急车道上行驶。

在一实施例中，所述基于同一目标车辆分别在所述第一道路图像中的第一特征信息和在所述第二道路图像中的第二特征信息，判断所述同一目标车辆是否处于行驶状态的步骤，包括：获取所述同一目标车辆分别在所述第一道路图像中的第一车辆区域和在所述第二道路图像中的第二车辆区域；基于所述第一车辆区域和所述第二车辆区域的交并比以及预设的比例阈值判断所述同一目标车辆是否处于行驶状态。

在一实施例中，所述基于所述第一车辆区域和所述第二车辆区域的交并比以及预设的比例阈值判断所述同一目标车辆是否处于行驶状态的步骤，包括：若所述第一车辆区域和所述第二车辆区域的交并比大于所述比例阈值，则判定所述同一目标车辆未处于所述行驶状态；若所述第一车辆区域和所述第二车辆区域的交并比小于或等于所述比例阈值，则判定所述同一目标车辆处于所述行驶状态。

本申请第二方面提供了一种应急车道违规占用的检测装置，包括：目标检测模块，用于对获取到的道路图像进行目标检测处理，得到所述道路图像中处于所述应急车道的目标车辆；特征分析模块，用于对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到所述目标车辆的特征分析结果；判断模块，用于若所述特征分析结果表征所述目标车辆在所述应急车道上行驶，则判定所述目标车辆违规占用所述应急车道。

本申请第三方面提供了一种电子设备，包括存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述应急车道违规占用的检测方法。

本申请第四方面提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述应急车道违规占用的检测方法。

上述方案，通过对获取到的道路图像进行目标检测处理，得到道路图像中处于应急车道的目标车辆；对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到目标车辆的特征分析结果，以判断应急车道中的目标车辆是正常使用应急车道还是违规使用应急车道；若特征分析结果表征目标车辆在应急车道上行驶，则判定目标车辆违规占用应急车道。由此能够检测出违规占用应急车道的车辆，提高检测方法的效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。

图1是本申请的应急车道违规占用的检测方法的一示例性实施例的流程示意图；

图2是本申请的应急车道违规占用的检测方法中一示例性的应急车道检测效果示意图；

图3是本申请的一示例性实施例示出的应急车道违规占用的检测装置的框图；

图4是本申请电子设备一实施例的结构示意图；

图5是本申请计算机可读存储介质一实施例的结构示意图。

具体实施方式

下面结合说明书附图，对本申请实施例的方案进行详细说明。

以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、接口、技术之类的具体细节，以便透彻理解本申请。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

为便于理解，现对通常情况下应急车道的正确使用方法做出示例性地说明。一、机动车发生交通事故或者故障，无法正常行驶，需停车等待救援时，可以在应急车道内临时停放，在停放的同时，必须开启警示灯并在后方摆放警示标志。二、可供警车、消防车、救护车、工程救险车等特殊车辆在执行紧急任务时使用。

请参阅图1，图1是本申请的应急车道违规占用的检测方法的一示例性实施例的流程示意图。具体而言，可以包括如下步骤：

步骤S110，对获取到的道路图像进行目标检测处理，得到道路图像中处于应急车道的目标车辆。

道路图像可以是由路侧摄像头或其它图像采集设备采集的，本申请不做限定。其中，道路图像可以是直接采集到的初始图像，也可以是经过一定图像处理后得到的图像。

具体地，对道路图像进行目标检测处理主要是对道路图像中的车辆进行检测，确定道路图像中处于应急车道的车辆。其中，道路图像可以包括应急车道和非应急车道，也可以仅包括应急车道；但在通常情况下道路图像会包括应急车道和非应急车道，以便于对实际场景中的整个道路进行全面检测，因此，需要将道路图像中的应急车道和非应急车道进行区分。若是在道路图像仅包括应急车道的情况下，则可直接对道路图像中的车辆进行分析。

示例性地，对于目标检测处理的方法，可以包括但不限于是将道路图像输入预先训练好的目标检测模型OD中，目标检测模型OD会检测该道路图像中是否存在车辆，如果存在车辆则输出车辆的坐标信息。

对于区分道路图像中的应急车道和非应急车道的方法，可以包括但不限于是：对于固定点位拍摄的图像采集设备而言，其采集到的道路图像中的应急车道和非应急车道通常是固定的；因此可以通过预先设置一定的图像处理规则对各图像采集设备采集到的道路图像进行处理，例如，如图2所示，图2是本申请的应急车道违规占用的检测方法中一示例性的应急车道检测效果示意图，在执行步骤S110之前对应急车道区域进行确认，根据应急车道和非应急车道之间的车道线配置生成预先规则图像，预先规则图像应当和图像采集设备采集到的道路图像具有相同的分辨率以便于图像处理，将同一图像采集设备对应的预先规则图像和道路图像进行匹配，则能得到道路图像中的应急车道和非应急车道。

此外，在另一可选的实施例中，对于区分道路图像中的应急车道和非应急车道的方法，还可以是：基于现有的图像处理技术和/或是深度学习技术识别道路图像中的应急车道线，由此区分应急车道和非应急车道。该方法可以应用于非固定点位拍摄的图像采集设备(例如具有图像采集功能的无人机，可以控制无人机前往未设置路侧摄像头的区域进行检测，对于在特殊时段检测路侧摄像头较少或路侧摄像头间隔较远的偏远地区非常有效)，也可应用于固定点位拍摄的图像采集设备(如在应急车道的护栏立柱上安装摄像头)。

综上，通过判断在道路图像中检测到的车辆是否处于应急车道中即能够得到应急车道中的目标车辆。

进一步地，因为特殊车辆可以正常使用应急车道以执行紧急任务，所以在检测到应急车道中的车辆后，可先将应急车道中的特殊车辆进行排除后，再将应急车道中的剩余车辆作为目标车辆进行检测分析，提高检测效率。

步骤S120，对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到目标车辆的特征分析结果。

其中，不同时序的道路图像可以是同一图像采集设备在不同时段获取的，也可以是不同图像采集设备在不同时段获取的；同理，不同时序的道路图像可以是针对同一段道路获取的，也可以是针对不同段道路获取的。

具体地，对不同时序的道路图像中同一目标车辆的特征信息进行分析，即可得知该目标车辆在各道路图像对应的时序之间是否发生移动。以针对同一段道路的两帧不同时序的道路图像为例进行说明，对比同一目标车辆在两帧道路图像中的坐标信息是否相同进而判断目标车辆是否发生移动；若目标车辆发生了移动，则可判定目标车辆违规占用了应急车道。再以针对不同段道路的两帧不同时序的道路图像为例进行说明，若在两帧道路图像中都检测到同一目标车辆处于应急车道中，则可判定该目标车辆在应急车道中行驶，以至于在不同路段不同时间获取到的道路图像中都检测到的该目标车辆处于应急车道。其中，确定同一目标车辆的方法可以包括但不限于是对道路图像中或应急车道中的目标车辆的车牌特征进行检测分析，将各道路图像中具有相同车牌特征的目标车辆判定为同一目标车辆。

步骤S130，若特征分析结果表征目标车辆在应急车道上行驶，则判定目标车辆违规占用应急车道。

结合前述步骤进行说明，根据从不同时序的道路图像中获取到的特征分析结果能够得知同一目标车辆是出于静止状态或运动状态；若目标车辆在应急车道上处于静止状态，则该目标车辆可能是正常使用应急车道；若目标车辆在应急车道上处于运动状态(即目标车辆在应急车道上行驶)，则该目标车辆可能是违规占用应急车道。

可以看出，本申请通过对获取到的道路图像进行目标检测处理，得到道路图像中处于应急车道的目标车辆；对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到目标车辆的特征分析结果，以判断应急车道中的目标车辆是正常使用应急车道还是违规使用应急车道；若特征分析结果表征目标车辆在应急车道上行驶，则判定目标车辆违规占用应急车道。由此能够检测出违规占用应急车道的车辆，提高检测方法的效率。

在上述实施例的基础上，本申请实施例将对获取到的道路图像进行目标检测处理，得到道路图像中处于应急车道的目标车辆的步骤进行说明。具体而言，本实施例方法包括以下步骤：

对道路图像进行区域划分处理，得到道路图像中的应急车道；获取应急车道中待识别车辆的车辆特征；基于车辆特征在待识别车辆中选取目标车辆。

结合前述实施例进行说明，通常情况下道路图像中包含了所有车道，因此对道路图像进行区域划分处理，得到道路图像中的应急车道区域和非应急车道区域；由于应急车道中的车辆可能是特殊车辆和/或普通车辆(非特殊车辆)，因此将处于应急车道的所有车辆视为待识别车辆，需要对处于应急车道中的待识别车辆进行特征识别以获取各待识别车辆的车辆特征；通过车辆特征区分应急车道中的车辆类型，将应急车道中的普通车辆作为目标车辆进行分析检测。

示例性地，可预先训练车辆分类模型VSC，基于特殊车辆的类型(常见的包括警车、消防车、工程救险车、救护车)以及普通车辆，可将车辆分类模型VSC设置为一个5类别车辆类型分类网络。其中，类别0表示警车、类别1表示消防车、类别2表示工程救险车、类别3表示救护车、类别4表示普通车辆。

截取道路图像中应急车道对应的图像区域或者是截取道路图像中处于应急车道的待识别车辆对应的图像区域，得到目标图像区域；将目标图像区域输入车辆分类模型VSC中进行特征检测，可得到车辆分类模型VSC的输出结果为1*5的矩阵，矩阵中置信度最高的数据所对应的类别即为分类后的类别。例如，输出矩阵为[0.02,0.03,0.01,0.02,0.92]，其中置信度最高的数据是0.92，该数据对应的矩阵下标为0-4中的4，则分类结果为类别4(普通车辆)。类别4的普通车辆可能存在违规占用应急车道的行为，如果应急车道区域中存在车辆被分类为类别4普通车辆，则需要继续普通车辆做进一步地分析检测。对于被分类为类别0、类别1、类别2和类别3的特殊车辆，则不会存在违规占用应急车道行为，因此在后续进一步地分析检测中可以不对特殊车辆进行，减少数据处理量及提升数据处理效率。

还需说明的是，对于车辆分类模型VSC的训练可以采用单独训练的方式，即输入车辆分类模型VSC的图像数据是单个车辆的，而不是将多个车辆的图像或一整个道路图像直接输入车辆分类模型进行训练。因为目标检测模型一般针对大场景图像进行检测，此类检测过程的图像中的目标的尺寸通常较小；而分类模型则是针对特征区别较大的目标效果更好，比如人、机动车、非机动车，而在分类机动车时，各车型类别特征难以区分，因此需要输入单机动车的图像对车辆分类模型进行训练。

在上述实施例的基础上，本申请实施例对获取应急车道中待识别车辆的车辆特征的步骤进行说明。具体而言，本实施例方法包括以下步骤：

基于应急车道的应急车道线和待识别车辆的车辆区域判断待识别车辆是否占用应急车道；若是，则获取待识别车辆的车辆特征；若否，则暂停或停止获取待识别车辆的车辆特征。

结合前述实施例进行说明，在获取应急车道中待识别车辆的车辆特征之前，还需要判断待识别车辆是否占用应急车道；在本申请需要检测目标车辆是否违规占用应急车道的前提下，若占用，则再获取待识别车辆的车辆特征；若不占用，则无需获取该目标车辆的特征做进一步地分析检测，减少数据处理量及数据处理流程。

具体地，可根据应急车道的应急车道线和待识别车辆的车辆区域判断待识别车辆是否占用应急车道。需要说明的是，根据图像采集设备的拍摄点位不同，可以设有不同的判断方法。

示例性地，在如图2所示的场景中，图像采集设备设置于道路中的应急车道侧(图像中的左侧)，因此，在检测到应急车道线和待识别车辆的车辆区域相交时则可判定该待识别车辆占用了应急车道。或者是，在检测到待识别车辆的车体中轴线处于应急车道内时则可判定该待识别车辆占用了应急车道。亦或者是，在检测到待识别车辆的车辆区域检测框的下边缘中点(或者是待识别车辆的车头中点)处于应急车道内时则可判定该待识别车辆占用了应急车道。

在另一示例中，可以理解的是，若图像采集设备设置于道路中的普通车道侧(图像中的右侧)，在图像采集设备从右向左观测应急车道的情况时，受视觉因素影响可能会使得普通车道中的车辆对应急车道线和/或应急车道区域产生遮挡现象，以至于在对此类图像采集设备获取到的道路图像进行分析检测时容易发生误检测，进而将本处于普通车道中但遮挡了应急车道线和/或应急车道的车辆检测为占用了应急车道的车辆。因此，对于此类图像采集设备而言，对其获取到的道路图像的检测方法可以是在检测到待识别车辆的车辆区域检测框的下边缘中点(或者是待识别车辆的车头中点)处于应急车道内时则可判定该待识别车辆占用了应急车道。在应用此类检测方法的情况下，即使是应急车道线和部分应急车道区域被车辆遮挡，但车辆头部的中点未进入应急车道区域则可表征该车辆未进入应急车道。

在上述实施例的基础上，本申请实施例对基于应急车道的应急车道线和待识别车辆的车辆区域判断待识别车辆是否占用应急车道的步骤进行说明。具体而言，本实施例方法包括以下步骤：

基于车辆区域的坐标信息确定待识别车辆的中心坐标；获取车辆区域和应急车道线的相交点坐标；基于中心坐标和相交点坐标判断待识别车辆是否占用应急车道。

结合前述实施例对待识别车辆是否占用应急车道的检测方法进行具体说明。示例性地，在目标检测模型OD检测到道路图像中的待识别车辆后，可得到待识别车辆的检测框(相当于车辆区域)和坐标信息，如图2所示的该车辆的坐标位置从左上角按顺时针依次排序，分别为(x1,y1)、(x2,y1)、(x2,y2)、(x1,y2)；首先计算检测框下边缘横轴的中点位置(相当于中心坐标)：x_0＝(x1+x2)/2；获取应急车道线的数学函数形式y＝f(x)，则检测框下边缘和应急车道线的交点坐标的横坐标为x_1＝g(y2)，其中，g(y)为f(x)的反函数。如果x_0<x_1，则可表征检测框下边缘的中点在应急车道区域内，则判定该车辆占用了应急车道。

在上述实施例的基础上，本申请实施例对基于车辆特征在待识别车辆中选取目标车辆的步骤进行说明。具体而言，本实施例方法包括以下步骤：

基于预先训练好的车辆分类模型和车辆特征对各待识别车辆进行分类处理，得到各待识别车辆的车辆类别，车辆类别包括特殊车辆和非特殊车辆；选取非特殊车辆作为目标车辆。

结合前述实施例进行说明，应急车道中的待识别车辆可能有多个，在得知处于应急车道中的待识别车辆后，则将道路图像中处于应急车道的各待识别车辆分别输入预先训练的车辆分类模型VSC进行分类处理，得到各个待识别车辆的车辆类型，即根据车辆类型将应急车道中的各待识别车辆区分为特殊车辆(如警车、消防车、工程救险车和救护车等)和非特殊车辆(普通车辆)。其中，由于特殊车辆是可以使用应急车道的，因此选取其中的非特殊车辆作为目标车辆并对目标车辆做进一步检测分析。

在上述实施例的基础上，本申请实施例将对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到目标车辆的特征分析结果的步骤进行说明，其中，不同时序的道路图像包括第一道路图像和第二道路图像。具体而言，本实施例方法包括以下步骤：

判断第一道路图像和第二道路图像中是否存在特征信息相同的目标车辆；若存在，则基于同一目标车辆分别在第一道路图像中的第一特征信息和在第二道路图像中的第二特征信息，判断同一目标车辆是否处于行驶状态；若是，则判定特征分析结果为目标车辆在应急车道上行驶。

第一道路图像和第二道路图像可以是同一图像采集设备所采集的视频帧中，相隔一定视频帧步长的两帧图像，其中，第二道路图像可以在第一道路图像的时序之后，两图像的间隔步长可以根据实际情况灵活调整。分别对第一道路图像和第二道路图像都进行前述示例中的分析检测方法，即能够得到第一道路图像中的第一目标车辆和第二道路图像中的第二目标车辆；判断第一目标车辆和第二目标车辆之间是否存在特征信息相同的同一目标车辆，若存在，则基于该车辆的特征信息判断该车辆是处于行驶状态(运动状态)还是静止状态；若该目标车辆处于行驶状态得到特征分析结果为目标车辆在应急车道上行驶，判定该目标车辆违规占用应急车道。

示例性地，判断第一道路图像和第二道路图像中是否存在特征信息相同的目标车辆的方法可以包括但不限于是：分别获取两图像中目标车辆的车牌特征信息，通过对比车牌特征信息来判断两图像中的同一目标车辆；可选地，为避免对车牌特征信息的误识别，可将车牌特征信息作为目标车辆的特征信息之一，此外还可通过车辆品牌、车辆类型等多种特征相结合，共同判断两图像中是否存在同一目标车辆；示例性地，每种特征还可设有对应的权重用于在综合判断的过程中设置需要着重关注的特征，例如可将车牌特征的权重设置为最高。

在上述实施例的基础上，本申请实施例对基于同一目标车辆分别在第一道路图像中的第一特征信息和在第二道路图像中的第二特征信息，判断同一目标车辆是否处于行驶状态的步骤进行说明。具体而言，本实施例方法包括以下步骤：

获取同一目标车辆分别在第一道路图像中的第一车辆区域和在第二道路图像中的第二车辆区域；基于第一车辆区域和第二车辆区域的交并比以及预设的比例阈值判断同一目标车辆是否处于行驶状态。

结合前述实施例对判断同一目标车辆是否处于行驶状态的方法进行说明，其中，第一道路图像和第二道路图像可以包括相同路段或不包括相同路段。示例性地，将第一车辆区域标记为A，其坐标信息为(x1,y1)、(x2,y1)、(x2,y2)、(x1,y2)，同理将第二车辆区域标记为B，其坐标信息为(a1,b1)、(a2,b1)、(a2,b2)、(a1,b2)；计算第一车辆区域和第二车辆区域之间的交并比IOU＝(A∩B)/(A∪B)，将交并比和预设的比例阈值进行对比以判断同一目标车辆是否处于行驶状态。其中，可选的是，若第一道路图像和第二道路图像中的路段完全相同，则可直接将第一车辆区域和第二车辆区域进行对比；若是第一道路图像和第二道路图像中的路段部分相同或完全不同，则可以将第一道路图像和第二道路图像进行图像拼接处理后再将第一车辆区域和第二车辆区域进行对比。可以理解的是，若交并比较大，则可认为同一目标车辆在两图像对应的时段之间未发生明显移动，则目标车辆可能是停止在应急车道中，属于正常使用应急车道的范畴；若交并比较小，则可认为同一目标车辆在两图像对应的时段之间发生了明显移动，导致AB之间的交集变小且并集变大，则目标车辆可能是行驶在应急车道中，属于违规使用应急车道的范畴。

此外，除了可以通过计算交并比的方式判断目标车辆是否在应急车道中行驶，还可在目标车辆上选取一个或多个特征点，通过判断第一道路图像和第二道路图像中特征点的移动程度来判断目标车辆是否移动。

可选地，若第一道路图像和第二道路图像中不包括相同的路段，且在第一道路图像和第二道路图像的应急车道中检测到同一目标车辆，那么可直接判定该目标车辆违规使用应急车道，而无需对该车辆是否处于行驶状态进行分析检测(因为，在不相同的路段所对应的道路图像中检测到同一目标车辆必定说明该目标车辆在应急车道中行驶)，使得对车辆的行驶状态判定更为高效。其中，不对第一道路图像和第二道路图像是否由同一图像采集设备采集或不同图像采集设备采集的方式进行限定。

还需说明的是，对于一固定点位的图像采集设备在对相同路段采集到的视频流而言，可从该视频流中依次选取时序不同的两帧视频帧，即得到第一道路图像和第二道路图像；在对比完第一道路图像和第二道路图像中目标车辆的特征信息之后，则可将第二道路图像更新为第一道路图像并继续在视频流中往后继续选取新的道路图像作为第二道路图像进行对比检测，判断是否存在违规占用应急车道的目标车辆，直至处理完整个视频流。通过此类迭代检测的方式，由于每次检测后的第二道路图像是下一轮检测的第一道路图像，这在一定程度上可以降低检测的漏检率，提升检测的正确率。

进一步地，即使是检测到应急车道中存在处于静止状态的目标车辆，仍可对其做进一步分析检测。例如，基于处于静止状态的目标车辆的车辆特征，判断该目标车辆是否打开警示灯和/或该目标车辆周边是否放置警告标志；若是，则可判定该目标车辆正常使用应急车道；若否，则可判定该目标车辆违规使用应急车道。对于违规使用应急车道的目标车辆，可将其车牌信息输出至交管平台等交通指挥中心，并对该车辆采取相应的处罚措施。

在上述实施例的基础上，本申请实施例对基于第一车辆区域和第二车辆区域的交并比以及预设的比例阈值判断同一目标车辆是否处于行驶状态的步骤进行说明。具体而言，本实施例方法包括以下步骤：

若第一车辆区域和第二车辆区域的交并比大于比例阈值，则判定同一目标车辆未处于行驶状态；若第一车辆区域和第二车辆区域的交并比小于或等于比例阈值，则判定同一目标车辆处于行驶状态。

结合前述实施例进行示例性地说明，例如比例阈值可设置为0.98，如果IOU小于或等于0.98，则可认为该目标车辆在第一道路图像和第二道路图像对应的时段之间发生了明显移动，判定该目标车辆在应急车道上行驶，标记此目标车辆为违规占用应急车道的车辆，输出车辆信息；相反地，如果IOU大于0.98，则可判定该目标车辆在应急车道上处于静止状态。

进一步需要说明的是，应急车道违规占用的检测方法的执行主体可以是应急车道违规占用的检测装置，例如，应急车道违规占用的检测方法可以由终端设备或服务器或其它处理设备执行，其中，终端设备可以为用户设备(User Equipment，UE)、电脑、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该应急车道违规占用的检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。

图3是本申请的一示例性实施例示出的应急车道违规占用的检测装置的框图。如图3所示，该示例性的应急车道违规占用的检测装置300包括：目标检测模块310、特征分析模块320和判断模块330。具体地：

目标检测模块310，用于对获取到的道路图像进行目标检测处理，得到道路图像中处于应急车道的目标车辆。

特征分析模块320，用于对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到目标车辆的特征分析结果。

判断模块330，用于若特征分析结果表征目标车辆在应急车道上行驶，则判定目标车辆违规占用应急车道。

在该示例性的应急车道违规占用的检测装置中，通过对获取到的道路图像进行目标检测处理，得到道路图像中处于应急车道的目标车辆；对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到目标车辆的特征分析结果，以判断应急车道中的目标车辆是正常使用应急车道还是违规使用应急车道；若特征分析结果表征目标车辆在应急车道上行驶，则判定目标车辆违规占用应急车道。由此能够检测出违规占用应急车道的车辆，提高检测方法的效率。

需要说明的是，上述实施例所提供的装置与上述实施例所提供的方法属于同一构思，其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。上述实施例所提供的装置在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能，本处不对此进行限制。

其中，各个模块的功能可参见应急车道违规占用的检测方法实施例，此处不再赘述。

请参阅图4，图4是本申请电子设备一实施例的结构示意图。电子设备400包括存储器401和处理器402，处理器402用于执行存储器401中存储的程序指令，以实现上述任一应急车道违规占用的检测方法实施例中的步骤。在一个具体的实施场景中，电子设备400可以包括但不限于：微型计算机、服务器，此外，电子设备400还可以包括笔记本电脑、平板电脑等移动设备，在此不做限定。

具体而言，处理器402用于控制其自身以及存储器401以实现上述任一应急车道违规占用的检测方法实施例中的步骤。处理器402还可以称为CPU(Central ProcessingUnit，中央处理单元)。处理器402可能是一种集成电路芯片，具有信号的处理能力。处理器402还可以是通用处理器、数字信号处理器(Digital Signal Processor,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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器402可以由集成电路芯片共同实现。

在该示例性的电子设备中，通过对获取到的道路图像进行目标检测处理，得到道路图像中处于应急车道的目标车辆；对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到目标车辆的特征分析结果，以判断应急车道中的目标车辆是正常使用应急车道还是违规使用应急车道；若特征分析结果表征目标车辆在应急车道上行驶，则判定目标车辆违规占用应急车道。由此能够检测出违规占用应急车道的车辆，提高检测方法的效率。

请参阅图5，图5是本申请计算机可读存储介质一实施例的结构示意图。计算机可读存储介质510存储有能够被处理器运行的程序指令511，程序指令511用于实现上述任一应急车道违规占用的检测方法实施例中的步骤。

在该示例性的存储介质中，通过运行存储介质中的程序指令对获取到的道路图像进行目标检测处理，得到道路图像中处于应急车道的目标车辆；对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到目标车辆的特征分析结果，以判断应急车道中的目标车辆是正常使用应急车道还是违规使用应急车道；若特征分析结果表征目标车辆在应急车道上行驶，则判定目标车辆违规占用应急车道。由此能够检测出违规占用应急车道的车辆，提高检测方法的效率。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种应急车道违规占用的检测方法，其特征在于，所述方法包括：

对获取到的道路图像进行目标检测处理，得到所述道路图像中处于所述应急车道的目标车辆；

对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到所述目标车辆的特征分析结果；

若所述特征分析结果表征所述目标车辆在所述应急车道上行驶，则判定所述目标车辆违规占用所述应急车道。

2.根据权利要求1所述的方法，其特征在于，所述对获取到的道路图像进行目标检测处理，得到所述道路图像中处于所述应急车道的目标车辆的步骤，包括：

对所述道路图像进行区域划分处理，得到所述道路图像中的应急车道；

获取所述应急车道中待识别车辆的车辆特征；

基于所述车辆特征在所述待识别车辆中选取所述目标车辆。

3.根据权利要求2所述的方法，其特征在于，所述获取所述应急车道中待识别车辆的车辆特征的步骤，包括：

基于所述应急车道的应急车道线和所述待识别车辆的车辆区域判断所述待识别车辆是否占用所述应急车道；

若是，则获取所述待识别车辆的车辆特征；

若否，则暂停或停止获取所述待识别车辆的车辆特征。

4.根据权利要求3所述的方法，其特征在于，所述基于所述应急车道的应急车道线和所述待识别车辆的车辆区域判断所述待识别车辆是否占用所述应急车道的步骤，包括：

基于所述车辆区域的坐标信息确定所述待识别车辆的中心坐标；

获取所述车辆区域和所述应急车道线的相交点坐标；

基于所述中心坐标和所述相交点坐标判断所述待识别车辆是否占用所述应急车道。

5.根据权利要求2所述的方法，其特征在于，所述基于所述车辆特征在所述待识别车辆中选取所述目标车辆的步骤，包括：

基于预先训练好的车辆分类模型和所述车辆特征对各待识别车辆进行分类处理，得到各待识别车辆的车辆类别，所述车辆类别包括特殊车辆和非特殊车辆；

选取所述非特殊车辆作为所述目标车辆。

6.根据权利要求1所述的方法，其特征在于，所述不同时序的道路图像包括第一道路图像和第二道路图像，所述对不同时序的道路图像中同一目标车辆的特征信息进行分析，得到所述目标车辆的特征分析结果的步骤，包括：

判断所述第一道路图像和所述第二道路图像中是否存在特征信息相同的目标车辆；

若存在，则基于同一目标车辆分别在所述第一道路图像中的第一特征信息和在所述第二道路图像中的第二特征信息，判断所述同一目标车辆是否处于行驶状态；

若是，则判定所述特征分析结果为所述目标车辆在所述应急车道上行驶。

7.根据权利要求6所述的方法，其特征在于，所述基于同一目标车辆分别在所述第一道路图像中的第一特征信息和在所述第二道路图像中的第二特征信息，判断所述同一目标车辆是否处于行驶状态的步骤，包括：

获取所述同一目标车辆分别在所述第一道路图像中的第一车辆区域和在所述第二道路图像中的第二车辆区域；

基于所述第一车辆区域和所述第二车辆区域的交并比以及预设的比例阈值判断所述同一目标车辆是否处于行驶状态。

8.根据权利要求7所述的方法，其特征在于，所述基于所述第一车辆区域和所述第二车辆区域的交并比以及预设的比例阈值判断所述同一目标车辆是否处于行驶状态的步骤，包括：

若所述第一车辆区域和所述第二车辆区域的交并比大于所述比例阈值，则判定所述同一目标车辆未处于所述行驶状态；

若所述第一车辆区域和所述第二车辆区域的交并比小于或等于所述比例阈值，则判定所述同一目标车辆处于所述行驶状态。

9.一种电子设备，其特征在于，包括存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至8任一项所述的方法。

10.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至8任一项所述的方法。