基于深度学习的多路段交通事故及拥堵检测方法及系统

摘要

本发明涉及交通控制技术领域，提出了一种基于深度学习的多路段交通事故及拥堵检测方法及系统，检测方法包括：采用轮询机制以及拥堵预判断依次访问摄像头，获取摄像头采集的车辆图像；根据获取的车辆图像，采用训练好的交通事件三分类模型进行车辆检测识别，得到交通拥堵情况；获取交通拥堵路段的车辆图像，采用拥堵事故方向二分类模型进行识别，得到车道中间线或隔离带，以及车头方向，确定拥堵事故方向；所述交通事件三分类模型依次识别图像中车辆、图像中车辆数量以及车辆移动距离，融合车辆数量与车辆移动距离得到交通拥堵情况。本发明的检测方法能够采用少量的服务器资源对海量交通监控数据进行处理，并且能够准确道路的拥堵方向。