本發(fā)明涉及圖像識(shí)別，特別涉及一種交通違法行為的分析方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著城市化進(jìn)程的加快，道路交通流量急劇增加，交通違法行為也隨之增多，這不僅嚴(yán)重威脅到人們的生命財(cái)產(chǎn)安全，也影響了城市的交通效率與環(huán)境質(zhì)量。傳統(tǒng)的交通管理方式主要依賴于人工巡邏和固定點(diǎn)位的監(jiān)控設(shè)備，這種方式在覆蓋面、響應(yīng)速度以及準(zhǔn)確性上都存在較大的局限性。尤其是在面對(duì)復(fù)雜多變的道路情況時(shí)，傳統(tǒng)手段難以實(shí)現(xiàn)全面有效的監(jiān)管，導(dǎo)致許多交通違法行為未能得到及時(shí)發(fā)現(xiàn)和處理，進(jìn)而加劇了城市交通擁堵和安全隱患的問題。

2、近年來，隨著信息技術(shù)的迅猛發(fā)展，尤其是人工智能、大數(shù)據(jù)等技術(shù)的應(yīng)用為解決上述問題提供了新的思路。利用先進(jìn)的視頻分析技術(shù)和智能算法，可以實(shí)現(xiàn)對(duì)道路狀況的實(shí)時(shí)監(jiān)控和違法行為的自動(dòng)識(shí)別，大大提高了交通管理的智能化水平。然而，在實(shí)際應(yīng)用過程中，如何確保這些新技術(shù)的有效性和可靠性，以及如何保護(hù)個(gè)人隱私和數(shù)據(jù)安全成為了亟待解決的新挑戰(zhàn)。此外，現(xiàn)有的技術(shù)方案在不同地區(qū)、不同環(huán)境下的適應(yīng)性也有待進(jìn)一步驗(yàn)證，以確保能夠廣泛應(yīng)用于各類復(fù)雜的交通場(chǎng)景中。

3、綜上所述，開發(fā)一種高效、準(zhǔn)確且安全的交通違法行為分析方法對(duì)于提升城市交通管理水平具有重要意義。該方法不僅需要具備強(qiáng)大的數(shù)據(jù)分析能力，能夠快速準(zhǔn)確地識(shí)別出各種交通違法行為，還需要有完善的證據(jù)收集機(jī)制，確保每一起違法行為都能被有效記錄，并形成完整的證據(jù)鏈。同時(shí)，考慮到公眾對(duì)于隱私保護(hù)的高度關(guān)注，該方法還必須采取嚴(yán)格的數(shù)據(jù)加密措施，保障信息傳輸?shù)陌踩裕瑥亩谔岣邎?zhí)法效率的同時(shí)，贏得民眾的信任和支持。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的主要目的為提供一種交通違法行為的分析方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，解決了傳統(tǒng)手段難以實(shí)現(xiàn)全面有效的監(jiān)管，導(dǎo)致許多交通違法行為未能得到及時(shí)發(fā)現(xiàn)和處理，進(jìn)而加劇了城市交通擁堵和安全隱患的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供一種交通違法行為的分析方法，包括以下步驟；

3、通過攝像頭對(duì)道路進(jìn)行實(shí)時(shí)監(jiān)控，得到實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)；

4、對(duì)所述實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)中的車輛進(jìn)行行為分析，得到行為分析結(jié)果；

5、若所述行為分析結(jié)果顯示道路上車輛中存在交通違法行為，則對(duì)所述實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)中存在交通違法行為的車輛進(jìn)行特征提取，得到違法車輛提取特征；

6、通過預(yù)設(shè)的定位系統(tǒng)，基于所述違法車輛提取特征確定所述違法車輛對(duì)應(yīng)的位置；

7、對(duì)所述違法車輛對(duì)應(yīng)的位置及違法車輛對(duì)應(yīng)的行為分析結(jié)果進(jìn)行加密處理，生成證據(jù)鏈數(shù)據(jù)塊并發(fā)送給執(zhí)法終端。

8、進(jìn)一步的，所述通過攝像頭對(duì)道路進(jìn)行實(shí)時(shí)監(jiān)控，得到實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)，包括：

9、通過預(yù)設(shè)的高分辨率攝像頭對(duì)道路進(jìn)行實(shí)時(shí)視頻采集，得到原始視頻流；

10、對(duì)所述原始視頻流進(jìn)行預(yù)處理，得到道路預(yù)處理數(shù)據(jù)；

11、對(duì)所述道路預(yù)處理數(shù)據(jù)進(jìn)行目標(biāo)提取，得到提取目標(biāo)數(shù)據(jù)；其中，所述提取目標(biāo)數(shù)據(jù)包括行人及車輛；

12、通過預(yù)設(shè)的三維重建技術(shù)對(duì)所述提取目標(biāo)數(shù)據(jù)進(jìn)行三維合成，得到交通場(chǎng)景的三維模型；

13、對(duì)所述三維模型中的行人及車輛進(jìn)行實(shí)時(shí)監(jiān)控，得到實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)。

14、進(jìn)一步的，所述對(duì)所述實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)中的車輛進(jìn)行行為分析，得到行為分析結(jié)果，包括：

15、對(duì)所述實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)中的車輛及行人進(jìn)行運(yùn)動(dòng)矢量分析，得到車輛運(yùn)動(dòng)軌跡數(shù)據(jù)和行人軌跡數(shù)據(jù)；

16、對(duì)所述車輛運(yùn)動(dòng)軌跡數(shù)據(jù)進(jìn)行時(shí)空特征提取，得到車輛行為特征序列；

17、對(duì)所述車輛運(yùn)動(dòng)軌跡數(shù)據(jù)及車輛行為特征序列進(jìn)行融合分析，得到融合行為特征；其中，所述融合行為特征包括車輛的潛在違法傾向、駕駛員習(xí)慣特征；

18、基于預(yù)設(shè)的圖卷積網(wǎng)絡(luò)算法，基于所述融合行為特征對(duì)車輛之間的交通違法行為進(jìn)行上下文關(guān)系分析，得到車輛間的行為關(guān)聯(lián)結(jié)果；其中，所述車輛間的行為關(guān)聯(lián)結(jié)果包括車輛之間的相對(duì)位置、相對(duì)速度和交互行為；

19、基于所述行人軌跡數(shù)據(jù)對(duì)所述車輛運(yùn)動(dòng)軌跡數(shù)據(jù)進(jìn)行行人-車輛交互分析，得到行人-車輛交互分析結(jié)果；

20、將所述車輛間的行為關(guān)聯(lián)結(jié)果及所述行人-車輛交互分析結(jié)果作為行為分析結(jié)果。

21、進(jìn)一步的，所述對(duì)所述實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)中存在交通違法行為的車輛進(jìn)行特征提取，得到違法車輛提取特征，包括：

22、對(duì)所述實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)中存在交通違法行為的車輛進(jìn)行多層次特征提取，得到車輛多尺度特征圖像；

23、對(duì)所述車輛多尺度特征圖像進(jìn)行感興趣區(qū)域篩選，得到感興趣篩選區(qū)域；其中，所述感興趣篩選區(qū)域包括車牌位置區(qū)域及車輛輪廓區(qū)域；

24、對(duì)所述車輛輪廓區(qū)域進(jìn)行特征描述符提取，得到車輛特征描述符；

25、基于所述車輛特征描述符對(duì)存在交通違法行為的車輛進(jìn)行輪廓分割，得到違法車輛輪廓特征；

26、對(duì)所述車牌位置區(qū)域進(jìn)行字符識(shí)別處理，得到車牌號(hào)碼；

27、將所述違法車輛輪廓特征及所述車牌號(hào)碼作為違法車輛提取特征。

28、進(jìn)一步的，所述通過預(yù)設(shè)的定位系統(tǒng)，基于所述違法車輛提取特征確定所述違法車輛對(duì)應(yīng)的位置，包括：

29、對(duì)所述違法車輛提取特征進(jìn)行特征增強(qiáng)，得到增強(qiáng)車輛特征；

30、對(duì)所述增強(qiáng)車輛特征進(jìn)行索引編碼，得到車輛特征哈希碼；

31、通過預(yù)設(shè)的定位系統(tǒng)，基于所述車輛特征哈希碼對(duì)所述交通場(chǎng)景的三維模型中的違法車輛進(jìn)行關(guān)系推理，得到車輛相對(duì)位置；其中，所述車輛相對(duì)位置是違法車輛在三維模型中的相對(duì)位置；

32、基于粒子濾波器對(duì)所述車輛相對(duì)位置進(jìn)行時(shí)序跟蹤和優(yōu)化，得到違法車輛對(duì)應(yīng)的位置。

33、進(jìn)一步的，所述對(duì)所述增強(qiáng)車輛特征進(jìn)行索引編碼，得到車輛特征哈希碼，包括：

34、利用預(yù)設(shè)的局部敏感哈希算法對(duì)所述增強(qiáng)車輛特征進(jìn)行哈希映射，得到初始哈希碼；

35、對(duì)所述初始哈希碼進(jìn)行量化處理，得到量化特征；

36、利用預(yù)設(shè)的布隆過濾器對(duì)所述量化特征進(jìn)行索引編碼，得到初步特征哈希碼；

37、對(duì)所述初步特征哈希碼進(jìn)行多級(jí)哈希處理，得到多級(jí)特征哈希碼；

38、使用哈希表，對(duì)所述多級(jí)特征哈希碼進(jìn)行索引存儲(chǔ)，得到車輛特征哈希碼。

39、進(jìn)一步的，所述對(duì)所述違法車輛對(duì)應(yīng)的位置及違法車輛對(duì)應(yīng)的行為分析結(jié)果進(jìn)行加密處理，生成證據(jù)鏈數(shù)據(jù)塊并發(fā)送給執(zhí)法終端，包括：

40、對(duì)所述違法車輛對(duì)應(yīng)的位置及違法車輛對(duì)應(yīng)的行為分析結(jié)果進(jìn)行數(shù)據(jù)融合，得到違法車輛融合數(shù)據(jù)；

41、對(duì)所述違法車輛融合數(shù)據(jù)進(jìn)行哈希編碼，得到違法車輛數(shù)據(jù)哈希值；

42、通過預(yù)設(shè)的非對(duì)稱加密算法對(duì)所述違法車輛數(shù)據(jù)哈希值進(jìn)行加密，得到加密哈希值；

43、利用區(qū)塊鏈技術(shù)，對(duì)所述加密哈希值進(jìn)行區(qū)塊生成，得到證據(jù)鏈數(shù)據(jù)塊；

44、對(duì)所述證據(jù)鏈數(shù)據(jù)塊進(jìn)行數(shù)字簽名，得到帶有數(shù)字簽名的證據(jù)鏈數(shù)據(jù)塊；

45、通過預(yù)設(shè)的安全通信協(xié)議，將所述帶有數(shù)字簽名的證據(jù)鏈數(shù)據(jù)塊發(fā)送給執(zhí)法終端。

46、本發(fā)明還提供了一種交通違法行為的分析裝置，包括：

47、監(jiān)控模塊，用于通過攝像頭對(duì)道路進(jìn)行實(shí)時(shí)監(jiān)控，得到實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)；

48、分析模塊，用于對(duì)所述實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)中的車輛進(jìn)行行為分析，得到行為分析結(jié)果；

49、提取模塊，用于若所述行為分析結(jié)果顯示道路上車輛中存在交通違法行為，則對(duì)所述實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)中存在交通違法行為的車輛進(jìn)行特征提取，得到違法車輛提取特征；

50、確定模塊，用于通過預(yù)設(shè)的定位系統(tǒng)，基于所述違法車輛提取特征確定所述違法車輛對(duì)應(yīng)的位置；

51、加密模塊，用于對(duì)所述違法車輛對(duì)應(yīng)的位置及違法車輛對(duì)應(yīng)的行為分析結(jié)果進(jìn)行加密處理，生成證據(jù)鏈數(shù)據(jù)塊并發(fā)送給執(zhí)法終端。

52、本發(fā)明還提供一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述任一項(xiàng)所述方法的步驟。

53、本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述任一項(xiàng)所述的方法的步驟。

54、本發(fā)明提供的一種交通違法行為的分析方法，包括以下步驟：通過攝像頭對(duì)道路進(jìn)行實(shí)時(shí)監(jiān)控，得到實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)；對(duì)所述實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)中的車輛進(jìn)行行為分析，得到行為分析結(jié)果；若所述行為分析結(jié)果顯示道路上車輛中存在交通違法行為，則對(duì)所述實(shí)時(shí)監(jiān)控視頻數(shù)據(jù)中存在交通違法行為的車輛進(jìn)行特征提取，得到違法車輛提取特征；通過預(yù)設(shè)的定位系統(tǒng)，基于所述違法車輛提取特征確定所述違法車輛對(duì)應(yīng)的位置；對(duì)所述違法車輛對(duì)應(yīng)的位置及違法車輛對(duì)應(yīng)的行為分析結(jié)果進(jìn)行加密處理，生成證據(jù)鏈數(shù)據(jù)塊并發(fā)送給執(zhí)法終端；通過上述的技術(shù)方案，解決了傳統(tǒng)手段難以實(shí)現(xiàn)全面有效的監(jiān)管，導(dǎo)致許多交通違法行為未能得到及時(shí)發(fā)現(xiàn)和處理，進(jìn)而加劇了城市交通擁堵和安全隱患的問題，實(shí)現(xiàn)了一旦檢測(cè)到交通違法行為，系統(tǒng)會(huì)對(duì)違法車輛進(jìn)行特征提取，并結(jié)合預(yù)設(shè)的定位系統(tǒng)確定其具體位置。隨后，將違法車輛的位置信息及其行為分析結(jié)果進(jìn)行加密處理，生成證據(jù)鏈數(shù)據(jù)塊。這一過程確保了每個(gè)違法行為都有據(jù)可查，形成了完整的證據(jù)鏈條，增強(qiáng)了執(zhí)法依據(jù)的合法性和說服力的技術(shù)效果。