CN115797883B - 一种确定异常事件的数据处理系统 - Google Patents

Abstract

本发明涉及图像处理技术领域，具体是一种确定异常事件的数据处理系统，该系统包括：初始交通图像列表、样本交通图像列表、处理器和存储有计算机程序的存储器，当计算机程序被处理器执行时，实现以下步骤：根据初始交通图像列表，获取候选交通图像列表，获取目标对象列表和目标交通图像集，从而确定目标对象存在异常事件，其中，根据样本交通图像列表，获取目标区域对应的第一目标时间和目标对象对应的第二目标时间列表，根据目标交通图像列表，获取第二目标对象列表对应的关键时间集，从而确定目标对象存在异常事件；可知，本发明能够根据目标对象通过交通路口的时间，考虑到车辆通过交通路口的多种情况，使得获取到的异常事件的准确度较高。

Description

一种确定异常事件的数据处理系统

技术领域

本发明涉及图像处理技术领域，特别是涉及一种确定异常事件的数据处理系统。

背景技术

目前，城市道路交通网络日渐完善，为人们的交通出行提供了很大方便，但是当道路车流量、人流量的逐渐增大的同时，也容易造成交通事故、交通拥堵等异常状况，进而大大降低交通通行效率，因此为了能在发生交通异常状况时及时采取应对措施，对交通场景下的异常事件进行检测和监控显得至关重要。

现有技术中，确定异常事件的方法为：获取待检测路段在目标时段内对应的车辆的轨迹信息，根据所述车辆的轨迹信息，确定所述待检测路段在所述目标时段对应的交通状态描述信息；根据所述交通状态描述信息，确定所述待检测路段在所述目标时段内是否出现交通异常事件。

综上，确定异常事件的方法存在的问题：局限于车辆的轨迹信息，使得获取到异常事件的效率较低，未考虑车辆通过交通路口的多种情况，使得获取到的异常事件的准确度较低。

发明内容

针对上述技术问题，本发明采用的技术方案为：一种确定异常事件的数据处理系统，包括：初始交通图像列表、样本交通图像列表、处理器和存储有计算机程序的存储器，当计算机程序被处理器执行时，实现以下步骤：

S100，根据初始交通图像列表，获取候选交通图像列表，其中，候选交通图像列表包括若干个候选交通图像，候选交通图像包括目标对象。

S200，根据候选交通图像列表，获取目标对象列表A={A₁，A₂，……，A_i，……，A_n}和A对应的目标交通图像集A⁰={A⁰ ₁，A⁰ ₂，……，A⁰ _i，……，A⁰ _n}，A_i为第i个目标对象，A⁰ _i为A_i对应的目标交通图像列表，i=1，2，……，n，n为目标对象的数量。

S300，根据A和A⁰，确定目标对象存在异常事件，其中，在S300中通过如下步骤确定异常事件：

S301，根据样本交通图像列表，获取目标区域对应的第一目标时间T⁰。

S302，根据A⁰，获取A对应的第二目标时间列表TA={TA₁，TA₂，……，TA_i，……，TA_n}，TA_i为A_i对应的第二目标时间。

S303，当TA_i＞T⁰时获取A_i以构成第二目标对象列表D={D₁，D₂，……，D_e，……，D_f}，D_e为第e个第二目标对象，e=1，2，……，f，f为第二目标对象的数量。

S304，根据目标交通图像列表，获取D对应的关键时间集D⁰={D⁰ ₁，D⁰ ₂，……，D⁰ _e，……，D⁰ _f}，D⁰ _e={D⁰ _e1，D⁰ _e2，D⁰ _e3，D⁰ _e4}，D⁰ _e1为D_e对应的关键时间列表中第一关键时间，D⁰ _e2为D_e对应的关键时间列表中第二关键时间，D⁰ _e3为D_e对应的关键时间列表中第三关键时间，D⁰ _e4为D_e对应的关键时间列表中第四关键时间。

S305，当ΔD_e≤T¹且D⁰ _e4-D⁰ _e3＞T²时，确定D_e不存在异常事件，其中，ΔD_e=D⁰ _e2-D⁰ _e1或D⁰ _e3-D⁰ _e2，T¹为预设的第一时间阈值，T²为预设的第二时间阈值。

S306，当ΔD_e＞T²时，确定D_e存在异常事件。

本发明与现有技术相比具有明显的有益效果，借由上述技术方案，本发明提供的一种确定异常事件的数据处理系统可达到相当的技术进步性及实用性，并具有产业上的广泛利用价值，其至少具有以下有益效果：

本发明提供了一种确定异常事件的数据处理系统，系统包括：初始交通图像列表、样本交通图像列表、处理器和存储有计算机程序的存储器，当计算机程序被处理器执行时，实现以下步骤：根据初始交通图像列表，获取候选交通图像列表，根据候选交通图像列表，获取目标对象列表和目标对象列表对应的目标交通图像集，根据目标对象列表和目标交通图像集，确定目标对象存在异常事件，其中，根据样本交通图像列表，获取目标区域对应的第一目标时间，根据目标交通图像集，获取目标对象对应的第二目标时间列表，获取第二目标对象列表，根据目标交通图像列表，获取第二目标对象列表对应的关键时间集，根据关键时间集，确定目标对象存在异常事件，上述，不局限与车辆的轨迹信息，利用交通图像获取目标对象通过交通路口的时间，使得获取到异常事件的效率较高，考虑到车辆通过交通路口的多种情况，使得获取到的异常事件的准确度较高。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。

附图说明

图1为本发明实施例提供的一种确定异常事件的数据处理系统的执行计算机程序的流程图；

图2为本发明实施例提供的S300的流程图。

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，本领域技术人员在没有作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。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本实施例提供了一种确定异常事件的数据处理系统，所述系统包括：初始交通图像列表、样本交通图像列表、处理器和存储有计算机程序的存储器，当所述计算机程序被处理器执行时，实现以下步骤，如图1所示：

S100，根据初始交通图像列表，获取候选交通图像列表，其中，所述候选交通图像列表包括若干个候选交通图像，所述候选交通图像包括目标对象。

具体的，所述初始交通图像列表包括若干个初始交通图像，所述初始交通图像为将初始交通视频进行解码获取到的交通图像，其中，所述初始交通视频为各个交通路口摄像头实时拍摄的视频。

进一步的，本领域技术人员知晓，现有技术中任一将视频进行解码获取图像的方法，均落入本发明的保护范围，在此不再赘述。

具体的，所述候选交通图像为将候选交通视频进行解码获取到的交通图像，其中，所述候选交通视频为候选交通路口摄像头在候选时间段内所拍摄的视频。

进一步的，所述候选交通路口为被检测交通路口。

进一步的，本领据技术人员知晓，可根据实际需求进行任一候选时间段的选取，均落入本发明的保护范围，在此不再赘述。

具体的，所述候选交通图像还包括目标区域。

进一步的，所述目标区域为候选交通图像中目标对象在候选交通路口活动的区域。

进一步的，所述目标对象为机动车。

S200，根据候选交通图像列表，获取目标对象列表A={A₁，A₂，……，A_i，……，A_n}和A对应的目标交通图像集A⁰={A⁰ ₁，A⁰ ₂，……，A⁰ _i，……，A⁰ _n}，A_i为第i个目标对象，A⁰ _i为A_i对应的目标交通图像列表，i=1，2，……，n，n为目标对象的数量。

具体的，通过目标跟踪算法从候选交通图像中获取目标对象，本领域技术人员知晓，现有技术中任一通过目标跟踪算法获取目标对象的方法，均落入本发明的保护范围，在此不再赘述。

具体的，所述目标交通图像列表包括若干个目标交通图像，所述目标交通图像为从候选交通图像列表中获取到的目标对象对应的候选交通图像。

S300，根据A和A⁰，确定目标对象存在异常事件，其中，在S300中通过如下步骤确定异常事件，如图2所示：

S301，根据样本交通图像列表，获取目标区域对应的第一目标时间T⁰。

具体的，在S301中通过如下步骤获取T⁰：

S3011，根据样本交通图像列表，获取第一交通图像列表。

具体的，所述样本交通图像列表包括若干个样本交通图像，所述样本交通图像为通过对样本交通视频进行解码获取到的交通图像，其中，样本交通视频为在预设时间间隔内从交通数据提供平台获取到各个交通路口的视频，本领域技术人员知晓，现有技术中任一交通数据提供平台，均落入本发明的保护范围，在此不再赘述。

进一步的，所述预设时间间隔的取值范围为3天～20天。

具体的，所述第一交通图像列表包括若干个第一交通图像，其中，所述第一交通图像为从样本交通图像中获取到的与候选交通图像中目标区域一致的样本交通图像。

S3013，根据第一交通图像列表，获取第一目标对象列表B={B₁，B₂，……，B_j，……，B_m}，B_j为第j个第一目标对象，j=1，2，……，m，m为第一目标对象的数量。

具体的，所述第一目标对象为第一交通图像列表中的目标对象。

S3015，根据第一交通图像列表和B，获取B对应的第二交通图像集B⁰={B⁰ ₁，B⁰ ₂，……，B⁰ _j，……，B⁰ _m}，B⁰ _j为B_j对应的第二交通图像列表。

具体的，所述第二交通图像列表包括若干个第二交通图像，所述第二交通图像为从第一交通图像列表中获取到的第一目标对象对应的第一交通图像。

S3017，从B⁰中获取B⁰对应的优选交通图像集HB⁰={HB⁰ ₁，HB⁰ ₂，……，HB⁰ _j，……，HB⁰ _m}，HB⁰ _j={HB⁰ _j1，HB⁰ _j2}，HB⁰ _j1为B⁰ _j对应的第一优选交通图像，HB⁰ _j2为B⁰ _j对应的第二优选交通图像。

具体的，所述第一优选交通图像为从第二交通图像集中获取到的包括第一时间的交通图像，其中，所述第一时间为第一目标对象进入目标区域的时间。

具体的，所述第二优选交通图像为从第二交通图像集中获取到的包括第二时间的交通图像，其中，所述第二时间为第一目标对象离开目标区域的时间。

S3019，根据HB⁰，获取目标区域对应的第一目标时间T⁰，其中，T⁰符合如下条件：

，其中，TB⁰ _j1为HB⁰ _j1对应的时间，TB⁰ _j2为HB⁰ _j2对应的时间。

上述，通过样本交通图像列表，获取目标区域对应的第一目标时间，根据样本交通图像获取第一目标对象通过目标区域的平均时间，不局限于经验值，使得获取到的目标对象通过目标区域的平均时间的准确度较高，从而使得确定异常事件的准确度较高。

S302，根据A⁰，获取A对应的第二目标时间列表TA={TA₁，TA₂，……，TA_i，……，TA_n}，TA_i为A_i对应的第二目标时间。

具体的，在S302中通过如下步骤获取TA_i：

S3021，从A⁰中获取A⁰ _i对应的中间交通图像列表HA⁰ _i={HA⁰ _i1，HA⁰ _i2}，HA⁰ _i1为A⁰ _i对应的第一中间交通图像，HA⁰ _i2为A⁰ _i对应的第二中间交通图像。

具体的，所述第一中间交通图像为从目标交通图像集中获取到的包括第一中间时间的交通图像，其中，所述第一中间时间为目标对象进入目标区域的时间。

具体的，所述第二中间交通图像为从目标交通图像集中获取到的包括第二中间时间的交通图像，其中，所述第二中间时间为目标对象离开目标区域的时间。

S3023，根据HA⁰ _i，获取TA_i，其中，TA_i符合如下条件：

TA_i=TA⁰ _i2-TA⁰ _i1，其中，TA⁰ _i1为HA⁰ _i1对应的时间，TA⁰ _i1为HA⁰ _i1对应的时间。

S303，当TA_i＞T⁰时获取A_i以构成第二目标对象列表D={D₁，D₂，……，D_e，……，D_f}，D_e为第e个第二目标对象，e=1，2，……，f，f为第二目标对象的数量。

S304，根据目标交通图像列表，获取D对应的关键时间集D⁰={D⁰ ₁，D⁰ ₂，……，D⁰ _e，……，D⁰ _f}，D⁰ _e={D⁰ _e1，D⁰ _e2，D⁰ _e3，D⁰ _e4}，D⁰ _e1为D_e对应的关键时间列表中第一关键时间，D⁰ _e2为D_e对应的关键时间列表中第二关键时间，D⁰ _e3为D_e对应的关键时间列表中第三关键时间，D⁰ _e4为D_e对应的关键时间列表中第四关键时间。

具体的，所述第一关键时间为从目标交通图像列表中获取到的第二目标对象进入目标区域的时间。

进一步的，所述第二关键时间为从目标交通图像列表中获取到的第二目标对象经过目标区域中线时的时间，其中，本领域技术人员知晓，现有技术中任一获取区域中线的方法，均落入本发明的保护范围，在此不再赘述。

进一步的，所述第三关键时间为从目标交通图像列表中获取到的第二目标对象离开目标区域的时间。

进一步的，所述第四关键时间为从目标交通图像列表中获取到的第二目标对象离开目标区域后获取到的最后的时间。

上述，通过获取第二目标对象在目标区域不同位置的时间，对第二目标对象通过目标区域的时间进行划分，提高了后续判断目标对象存在异常事件的准确度。

S305，当ΔD_e≤T¹且D⁰ _e4-D⁰ _e3＞T²时，确定D_e不存在异常事件，其中，ΔD_e=D⁰ _e2-D⁰ _e1或D⁰ _e3-D⁰ _e2，T¹为预设的第一时间阈值，T²为预设的第二时间阈值；可以理解为：当某一目标对象在通过目标区域所用时间较少但是在目标区域外摄像头还可拍摄到的区域的通行时间较长时，认为目标对象不存在异常行为，例如是因为前方堵车造成的。

具体的，本领域技术人员知晓，可根据实际需求进行第一时间阈值的选取，均落入本发明的保护范围，在此不再赘述。

具体的，T²的取值范围为3分钟～5分钟，本领域技术人员知晓，可根据实际需求进行T²的选取，均落入本发明的保护范围，在此不再赘述。

S306，当ΔD_e＞T²时，确定D_e存在异常事件；可以理解为：当目标对象在目标区域某个区域所停留时间较长但其它目标对象在目标区域通行时间较短时，认为此目标对象存在异常行为。

本实施例提供的一种确定异常事件的数据处理系统，所述系统包括：初始交通图像列表、样本交通图像列表、处理器和存储有计算机程序的存储器，当所述计算机程序被处理器执行时，实现以下步骤：根据初始交通图像列表，获取候选交通图像列表，根据候选交通图像列表，获取目标对象列表和目标对象列表对应的目标交通图像集，根据目标对象列表和目标交通图像集，确定目标对象存在异常事件，其中，根据样本交通图像列表，获取目标区域对应的第一目标时间，根据目标交通图像集，获取目标对象对应的第二目标时间列表，获取第二目标对象列表，根据目标交通图像列表，获取第二目标对象列表对应的关键时间集，根据关键时间集，确定目标对象存在异常事件，上述，不局限与车辆的轨迹信息，利用交通图像获取目标对象通过交通路口的时间，使得获取到异常事件的效率较高，考虑到车辆通过交通路口的多种情况，使得获取到的异常事件的准确度较高。

虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员还应理解，可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。

Claims (5)

1.一种确定异常事件的数据处理系统，其特征在于，所述系统包括：初始交通图像列表、样本交通图像列表、处理器和存储有计算机程序的存储器，当所述计算机程序被处理器执行时，实现以下步骤：

S100，根据初始交通图像列表，获取候选交通图像列表，其中，所述候选交通图像列表包括若干个候选交通图像，所述候选交通图像包括目标对象；

S200，根据候选交通图像列表，获取目标对象列表A={A₁，A₂，……，A_i，……，A_n}和A对应的目标交通图像集A⁰={A⁰ ₁，A⁰ ₂，……，A⁰ _i，……，A⁰ _n}，A_i为第i个目标对象，A⁰ _i为A_i对应的目标交通图像列表，i=1，2，……，n，n为目标对象的数量；

S300，根据A和A⁰，确定目标对象存在异常事件，其中，在S300中通过如下步骤确定异常事件：

S301，根据样本交通图像列表，获取目标区域对应的第一目标时间T⁰；其中，在S301中通过如下步骤获取T⁰：

S3011，根据样本交通图像列表，获取第一交通图像列表；

S3013，根据第一交通图像列表，获取第一目标对象列表B={B₁，B₂，……，B_j，……，B_m}，B_j为第j个第一目标对象，j=1，2，……，m，m为第一目标对象的数量；

S3015，根据第一交通图像列表和B，获取B对应的第二交通图像集B⁰={B⁰ ₁，B⁰ ₂，……，B⁰ _j，……，B⁰ _m}，B⁰ _j为B_j对应的第二交通图像列表；

S3017，从B⁰中获取B⁰对应的优选交通图像集HB⁰={HB⁰ ₁，HB⁰ ₂，……，HB⁰ _j，……，HB⁰ _m}，HB⁰ _j={HB⁰ _j1，HB⁰ _j2}，HB⁰ _j1为B⁰ _j对应的第一优选交通图像，HB⁰ _j2为B⁰ _j对应的第二优选交通图像；其中，所述第一优选交通图像为从第二交通图像集中获取到的包括第一时间的交通图像，所述第一时间为第一目标对象进入目标区域的时间，所述第二优选交通图像为从第二交通图像集中获取到的包括第二时间的交通图像，所述第二时间为第一目标对象离开目标区域的时间；

S3019，根据HB⁰，获取目标区域对应的第一目标时间T⁰，其中，T⁰符合如下条件：

，其中，TB⁰ _j1为HB⁰ _j1对应的时间，TB⁰ _j2为HB⁰ _j2对应的时间；

S302，根据A⁰，获取A对应的第二目标时间列表TA={TA₁，TA₂，……，TA_i，……，TA_n}，TA_i为A_i对应的第二目标时间；

S303，当TA_i＞T⁰时获取A_i以构成第二目标对象列表D={D₁，D₂，……，D_e，……，D_f}，D_e为第e个第二目标对象，e=1，2，……，f，f为第二目标对象的数量；

S304，根据目标交通图像列表，获取D对应的关键时间集D⁰={D⁰ ₁，D⁰ ₂，……，D⁰ _e，……，D⁰ _f}，D⁰ _e={D⁰ _e1，D⁰ _e2，D⁰ _e3，D⁰ _e4}，D⁰ _e1为D_e对应的关键时间列表中第一关键时间，D⁰ _e2为D_e对应的关键时间列表中第二关键时间，D⁰ _e3为D_e对应的关键时间列表中第三关键时间，D⁰ _e4为D_e对应的关键时间列表中第四关键时间；其中，所述第一关键时间为从目标交通图像列表中获取到的第二目标对象进入目标区域的时间，所述第二关键时间为从目标交通图像列表中获取到的第二目标对象经过目标区域中线时的时间，所述第三关键时间为从目标交通图像列表中获取到的第二目标对象离开目标区域的时间，所述第四关键时间为从目标交通图像列表中获取到的第二目标对象离开目标区域后获取到的最后的时间；

S305，当ΔD_e≤T¹且D⁰ _e4-D⁰ _e3＞T²时，确定D_e不存在异常事件，其中，ΔD_e=D⁰ _e2-D⁰ _e1或D⁰ _e3-D⁰ _e2，T¹为预设的第一时间阈值，T²为预设的第二时间阈值；

S306，当ΔD_e＞T²时，确定D_e存在异常事件。

2.根据权利要求1所述的确定异常事件的数据处理系统，其特征在于，所述目标对象为机动车。

3.根据权利要求1所述的确定异常事件的数据处理系统，其特征在于，所述候选交通图像还包括目标区域。

4.根据权利要求1所述的确定异常事件的数据处理系统，其特征在于，所述第一交通图像为从样本交通图像中获取到的与候选交通图像中目标区域一致的样本交通图像。

5.根据权利要求1所述的确定异常事件的数据处理系统，其特征在于，在S302中通过如下步骤获取TA_i：

S3021，从A⁰中获取A⁰ _i对应的中间交通图像列表HA⁰ _i={HA⁰ _i1，HA⁰ _i2}，HA⁰ _i1为A⁰ _i对应的第一中间交通图像，HA⁰ _i2为A⁰ _i对应的第二中间交通图像；

S3023，根据HA⁰ _i，获取TA_i，其中，TA_i符合如下条件：

TA_i=TA⁰ _i2-TA⁰ _i1，其中，TA⁰ _i1为HA⁰ _i1对应的时间，TA⁰ _i1为HA⁰ _i1对应的时间。

Images