一种基于深度学习的交通拥堵区域实时检测方法

摘要

本发明公布了一种基于深度学习的交通拥堵区域实时检测方法，包括有以下步骤：1)相机预置位设置以及相机标定；2)卷积神经网络模型初始化；3)获取当前视频帧与视频帧时间；4)检查相机工作状态；5)使用卷积神经网络模型对兴趣区域ROI进行车辆目标检测；6)维护静止目标跟踪队列；7)拥堵区域检测；8)拥堵状态上报。本发明提出一种拥堵检测区域拥堵判断算法，具有对环境变化较强的鲁棒性，实现了实时的检测效果以及较高的拥堵识别精度。