科创中国

本发明提出一种道路交通事故检测方法、装置、计算机及存储介质，涉及一种交通事故检测方法，属于图像识别技术领域。具体包括，首先输入视频帧，识别视频中的车辆，计算车辆速度、车辆加速度和车头朝向角；其次，将车辆速度、车辆加速度和车头朝向角的时域信号转换为时频信号；再其次，将时频图输入至Resnet50网络中进行训练；最后，提取特征，根据车辆速度、车辆加速度和车头朝向角时频图特征和正常情况下的车辆速度、车辆加速度和车头朝向角时频图特征对比，判断交通事故的发生。解决了现有技术中存在的道路交通事故检测效果不稳定、识别效果不精准的技术问题。实现了对道路交通事故的精准判断，本发明适用性更强，泛化能力更强。

随着城市道路的快速发展和居民汽车保有量的逐步提高，人们在享受汽车带来的舒适体验的同时也饱受各种交通事故的困扰。交通事故不仅威胁当事人的生命安全，还会影响道路上其他车辆正常通行。发生事故后车辆的定责也成为一大难题。在交通监督管理系统中，精准地识别道路上发生的交通事故可以减小相关人员的伤亡和财产损失，因此检测道路交通事故具有重要意义。为解决现有技术中存在的道路交通事故检测效果不稳定、识别效果不精准的技术问题，本发明提供了一种道路交通事故检测方法、装置、计算机及存储介质。

目前的视频交通事故检测算法主要利用视频帧的图像金字塔，构建光流场。进而计算速度等信息。本技术提出一种基于视频的道路交通事故检测方法，利用视频数据结合神经网络算法可识别车辆，计算车辆速度、加速度和车头朝向角度。再通过这些信息的时频图特征可准备判断是否发生交通事故。

本专利技术可以应用在智慧道路监测系统中，以路侧视频为输入源，通过本专利算法可以及时检测道路上发生的交通事故。提醒周围车辆进行避让。为道路交通安全提供保障。

专利技术适合道路交通安全监测相关企业。

深城交拥有众多科研创新平台，具备行业领先的科研技术实力。作为城市交通领域的国家级高新技术企业和广东省新型研发机构，拥有综合交通大数据应用技术国家工程实验室深圳中心、交通运输部行业研发中心、广东省交通信息工程技术研究中心、广东省高性能生态路面材料工程技术研究中心、深圳市企业技术中心、深圳市交通信息与交通工程重点实验室、深圳市交通大数据公共技术服务平台、深圳市交通碳排放研究工程实验室、深圳市交通运输行业大数据应用工程研究中心等科研平台。同时，深城交与麻省理工大学、斯坦福大学、清华大学、同济大学、东南大学等国内外顶尖科研机构以及著名高校广泛开展产学研合作。

本发明的有益效果如下：本发明利用视频跟踪算法，得到旋转框估计车辆车头方向角，根据连续帧计算相对速度和加速度，利用车辆速度、车辆加速度和车头方向角三种信息共同判断是否发生事故，使最终的检测结果更准确。应用离散短时傅里叶变换将上述时域信息转换为时频图，可以同时分析车辆速度、车辆加速度和车头方向角三种信息时域和频域联合分布下的特征关系，更好地利用这些信号特征。最后用Resnet神经网络训练学习正常模式的时频图特征信息，用验证集和训练集计算得到特征差异最大距离作为判断是否异常的阈值，相比于人工设定阈值，本方案的适用性更强，通过增加训练集数量会有更好的泛化能力。

技术许可：采用总付额内分期支付的方式(在合同生效后30日内支付第一批次50万元，后在每个会计年度截止前的30日内，分3批次支付，每次支付50万元。包括第一次在内总共支付4次，共计200万元。)