CN120071272B 一种公路交通的异常状况检测系统及方法 （无锡金鑫集团股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN120071272B(45)授权公告日2025.07.04

(21)申请号202510545242.7

(22)申请日2025.04.28

(65)同一申请的已公布的文献号申请公布号CN120071272A

(43)申请公布日2025.05.30

(73)专利权人无锡金鑫集团股份有限公司

地址214121江苏省无锡市滨湖区胡埭镇

联合路19-2号

(72)发明人朱烨周广奇沈紫棉孔祥国赵学李颖赵怡荷刘福忠胡海晓申聪

(74)专利代理机构北京北专蔚蓝专利代理事务所(普通合伙)37304

专利代理师杜晓峰

(51)Int.CI.

GO6V20/54(2022.01)

GO6N3/042(2023.01)

GO6V10/25(2022.01)

GO6V10/40(2022.01)

GO6V10/62(2022.01)

GO6V10/74(2022.01)

GO6V10/762(2022.01)

GO6V10/82(2022.01)

GO6V20/40(2022.01)G08G1/01(2006.01)

(56)对比文件

CN118095867A,2024.05.28

CN119540832A,2025.02.28

审查员疏雅丽

权利要求书2页说明书9页附图2页

(54)发明名称

一种公路交通的异常状况检测系统及方法

(57)摘要

CN120071272B本发明涉及公路交通管理领域，且公开了一种公路交通的异常状况检测系统及方法，包括通过道路监控视频图像中的语义分割，提取出道路监测区域，获得连续的交通观测帧序列；对帧序列中的车辆目标进行跨帧多目标跟踪，构建对应的车辆运动状态时序向量；基于时序向量，采用轨迹聚合算法提取交通流演变特征，识别异常行为模式；针对检测到的异常行为区域，结合车辆之间的时空关系构建图神经网络模型，分析交通交互结构的局部突变节点；根据图神经网络的输出结果，判断是否存在宏观交通异常事件；若存在，根据识别出的交通异常事件的类型、时长和覆盖范围，在地图上生成交通异常分布热力图。

CN120071272B

通过道路监控视频图像中的语义分割，提取出道路

通过道路监控视频图像中的语义分割，提取出道路监测区域，获得连续的交通观测帧序列

对帧序列中的车辆目标进行跨帧多目标跟踪，并结

合运动轨迹、目标尺寸及遮挡情况，构建对应的车

辆运动状态时序向量

基于时序向量，采用轨迹聚合算法提取交通流演变特征，识别异常行为模式

针对检测到的异常行为区域，结合车辆之间的时空

关系构建图神经网络模型，分析交通交互结构的局

部突变节点

根据图神经网络的输出结果，并结合交通图像中的

全局结构熵变化趋势，判断是否存在宏观交通异常

事件

若存在，根据识别出的交通异常事件的类型、时长

和覆盖范围，在地图上生成交通异常分布热力图，

并输出事件标签用于交通调度响应

CN120071272B权利要求书1/2页

2

1.一种公路交通的异常状况检测方法，其特征在于，包括以下步骤：

通过道路监控视频图像中的语义分割，提取出道路监测区域，获得连续的交通观测帧

序列；

对帧序列中的车辆目标进行跨帧多目标跟踪，并结合运动轨迹、目标尺寸及遮挡情况，构建对应的车辆运动状态时序向量；

基于时序向量，采用轨迹聚合算法提取交通流演变特征，识别异常行为模式；

针对检测到的异常行为区域，结合车辆之间的时空关系构建图神经网络模型，分析交通交互结构的局部突变节点；

根据图神经网络的输出结果，并结合交通图像中的全局结构熵变化趋势，判断是否存在宏观交通异常事件；

其中，判断是否存在宏观交通异常事件的方式为：

构建交通状态图，并计算对应的全局结构熵；若检测到连续多个时间点熵值急剧下降且变化率异常，则判定发生宏观交通异常事件；

若存在，根据识别出的交通异常事件的类型、时长和覆盖范围，在地图上生成交通异常分布热力图，并输出事件标签用于交通调度响应。

2.根据权利要求1所述的一种公路交通的异常状况检测方法，其特征在于，构建对应的车辆运动状态时序向量过程为：

对语义分割处理后的每一帧图像，应用目标检测算法检测图像中所有车辆目标，提取出每辆车的边界框、置信度、类别标签，生成初步的车