基于多入侵线的视频车速检测方法

来源：交通运输系统工程与信息杂志2022年第1期北京时间：

作者：田会娟, 刘嘉伟, 翟佳豪, 邓琳琳

单位：天津工业大学，a. 电子与信息工程学院；b. 天津市光电检测技术与系统重点实验室，天津 300387

摘要：为提高视频中车速检测的精度，提出一种基于多入侵线的视频车速检测方法。首先在视频中布设已知相对距离的多条入侵线，其次检测车辆经过每条入侵线时的帧数，最后结合帧数、摄像机的采样时间、入侵线间的距离生成关于车速的概率密度函数模型以计算车速。通过构建仿真环境验证模型性能，仿真结果表明：减小摄像机的采样时间、增加入侵线数量、增大入侵线之间的距离可以提高模型性能，并且在不同检测条件下使用多入侵法进行车速检测的误差率都更低。采用Deepsort+YOLOv5目标跟踪算法实现视频中车速的检测，同时，在视频车速检测综合数据集BrnoCompSpeed上与主流车速检测方法进行实验对比，实验结果表明，该方法测量结果的平均误差率为1.40%，与主流视频车速检测方法相比精度更高。

关键词：智能交通,多入侵线,模式识别,车速检测,机器视觉

基金资助：国家自然科学基金；天津市科技计划项目