基于深度学习视频分类的道路通行异常状态检测方法及装置

基本信息

申请号 CN202110007646.2 申请日 -
公开(公告)号 CN112686187A 公开(公告)日 2021-04-20
申请公布号 CN112686187A 申请公布日 2021-04-20
分类号 G06N3/08(2006.01)I;G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I 分类 计算;推算;计数;
发明人 李嘉;张南蛟;黎艳;张珂溢;梁豪;林世奕 申请(专利权)人 四川云控交通科技有限责任公司
代理机构 成都厚为专利代理事务所(普通合伙) 代理人 夏柯双
地址 610000四川省成都市高新区九兴大道12号
法律状态 -

摘要

摘要 本发明提供了基于深度学习视频分类的道路通行异常状态检测方法及装置,方法包括:对每段采集过来的长视频,均匀划分为一组预设时长的视频片段;标注每段视频片段中道路通行状态是否异常;将标注的每段视频作为样本对模型进行训练,得到训练模型;确定图像的特征的帧间动态信息;确定图像特征的时空信息;将帧间信息提取模块和时空信息提取模块融入至ResNet的瓶颈模块中,得到视频特征提取模块;将提取出的特征输入到全连接层中,进行时序池化;将时序池化的特征,输入训练模型中,输出该视频片段为异常状态的概率p;依据概率p确定视频信息是否异常。时空特征提取模块解决了长视频时序信息的缺失问题,同时避免了3D卷积计算量大的缺点。