基于视频监控流的一种交通目标检测新研究

《Applied Sciences》:A Novel Study of Traffic Object Detection Based on Video Surveillance Streams

【字体: 大 中 小 】 时间:2026年08月28日 来源:Applied Sciences 2.5

编辑推荐:

  摘要:传统的交通目标检测严重依赖人工处理。然而,深度学习的最新进展显著增强了目标检测和多目标跟踪的能力。为解决这些挑战,本文提出一种基于交通规则的感知-跟踪-推理框架(TRA-PTR),用于监控视频中的车辆识别与驾驶状态分析。该框架将增强的车辆感知、跨帧身份关

  
摘要:传统的交通目标检测严重依赖人工处理。然而,深度学习的最新进展显著增强了目标检测和多目标跟踪的能力。为解决这些挑战,本文提出一种基于交通规则的感知-跟踪-推理框架(TRA-PTR),用于监控视频中的车辆识别与驾驶状态分析。该框架将增强的车辆感知、跨帧身份关联、轨迹状态建模和可解释规则推理整合到一个统一处理流程中。最后,实验表明,所提模型的主要优势在于能够在复杂交通场景中检测小尺寸车辆目标并提高轨迹稳定性。
**论文解读:基于视频监控流的交通目标检测新研究**

**1. 研究背景与问题**

随着城市交通的快速发展,交通运行、安全管理及法规执行面临巨大压力。截至2023年底,全国机动车保有量已达4.35亿辆,道路交通事故每年在全球造成约119万人死亡,这凸显了高效、及时的交通监控技术的必要性。尽管监控摄像头已广泛部署,但传统交通监管仍主要依赖人工检查和事后证据审阅。道路视频中常存在小而远的车辆、交通拥堵、遮挡、透视畸变、光照变化和恶劣天气等问题,导致自动分析困难。车辆定位和跨帧关联的错误可能传播至轨迹重建和驾驶状态解释,降低交通事件分析的可靠性。现有的目标检测与多目标跟踪方法能有效定位车辆并维持身份,但仅靠检测和跟踪无法判断观测轨迹是否违反交通规则。基于监控的驾驶状态分析还需对车辆轨迹、道路区域、行驶方向、停留时间和速度相关运动特征进行时空推理,这造成了低层车辆检测与可解释交通事件理解之间的“感知-推理”鸿沟。

**2. 研究内容与结论**

为填补上述鸿沟,研究人员提出了交通规则感知-跟踪-推理框架(Traffic-Rule-Aware Perception-Tracking-Reasoning framework,TRA-PTR),用于监控视频中的车辆识别和驾驶状态分析。该框架结合了改进的YOLOv11检测器、跨帧车辆关联、轨迹状态建模和显式交通规则推理,统一了车辆检测、身份关联、轨迹建模与规则判断流程。检测器通过引入HMAB(混合多头注意力块)、BiFPN-CSAF(跨尺度注意力融合)、额外的P2检测分支和EMA(高效多尺度注意力)进行增强,强化局部-全局表示、多尺度特征融合和小车辆感知能力。生成的轨迹随后通过空间区域约束、时间持续性和运动方向一致性进行评估,以支持超速、违法停车和逆行等行为的识别。实验表明,该模型的主要优势在于能够检测小尺寸车辆目标并提高复杂交通场景中的轨迹稳定性。

**3. 主要关键技术方法**

研究人员的实验基于COCO2017、VisDrone2019-DET、BrnoCompSpeed、ISLab-PVD和Overhead Traffic Anomalies数据集。关键方法包括:(1)在YOLOv11骨干网络后引入HMAB,采用局部深度可分离卷积与全局线性注意力并行结构,平衡局部细节提取与全局依赖建模;(2)提出BiFPN-CSAF颈部网络,通过可学习加权融合和跨尺度注意力操作改进多尺度特征聚合;(3)增加P2检测分支以增强小目标检测;(4)在解耦检测头前嵌入EMA模块,对空间区域进行重标定,抑制背景干扰,提升定位精度。框架采用检测-跟踪范式,利用高、低置信度分层关联和丢失帧缓冲机制保证轨迹连续性,并基于轨迹数据执行速度、停留时间和方向余弦相似度等规则判断。

**4. 研究结果**

**4.1 检测器对比实验**

在COCO val2017上,TRA-PTR相比YOLOv11-s在AP、AP50和AP75上分别提升3.1、4.1和3.0个百分点,展现出跨场景泛化能力;相比YOLOv11-m,AP低1.1个百分点,但参数量减少约37.3%,计算量(GFLOPs)减少约46.5%。在VisDrone验证集上,TRA-PTR相比YOLOv11-s将mAP50:95和mAP50分别提升4.8和5.5个百分点,相比YOLOv11-m提升1.2和0.6个百分点,且参数量减少约21.0%,GFLOPs减少约41.5%,表明其能以较低计算成本实现有竞争力的检测性能。

**4.2 消融实验**

通过逐步堆叠模块的消融实验发现:单独引入HMAB可提升复杂背景下局部到全局特征表示,mAP50提升1.1个百分点;BiFPN-CSAF通过跨尺度加权融合缓解浅层细节与深层语义的失衡;P2分支直接增强高分辨率浅层特征参与检测,对远处小目标召回率提升最为显著,单独引入时mAP50提升最大;EMA对检测头特征进行空间重标定,单独提升有限,但在完整框架中进一步增强分类和定位分支对有效区域的响应。整体上,TRA-PTR相比YOLOv11-s基线在mAP50上获得5.5个百分点提升。

**4.3 尺度与跟踪分析**

尺度分析表明,P2分支和跨尺度融合对APs(小目标平均精度)提升最显著,HMAB在遮挡和复杂场景中对中小尺度目标提供一致增益,APl(大目标平均精度)基本稳定,表明改进模块主要针对远处、小尺度及密集车辆目标。跟踪分析显示,与YOLOv11-s+BT相比,TRA-PTR+BT将ID切换次数从96降至82,轨迹碎片从138降至121,MOTA从62.5%提升至66.4%,IDF1从65.8%提升至68.9%;加入规则缓冲机制后,TRA-PTR+BT+RB进一步将ID切换降至76,轨迹碎片降至112,MOTA和IDF1分别提升至67.8%和70.1%,平均轨迹长度延长至82.3帧,观测吞吐量为35.8 FPS。

**4.4 事件级交通违规识别**

事件级评估采用片段级协议,确保同一车辆轨迹的所有观测保留在同一子集中。在BrnoCompSpeed上,超速识别精确率为90.62%,召回率为82.93%,F1分数为86.61%,误报率为2.86%,平均报警延迟2.13秒,速度估计的MAE为0.62 km/h,RMSE为0.86 km/h。在ISLab-PVD上,违法停车识别F1分数为92.68%,误报率0.26%,平均报警延迟2.89秒。在Overhead Traffic Anomalies上,逆行识别F1分数为87.50%,误报率0.10%,平均报警延迟3.34秒。上述结果验证了完整TRA-PTR流程的有效性,但阳性事件数量有限,仍需要更广泛的多场景验证。

**5. 讨论与结论**

讨论部分指出,TRA-PTR模型的优势主要在于检测小车辆目标和在复杂交通场景中提高轨迹稳定性。该框架将车辆感知与固定摄像机监控区域内的局部轨迹重建和可解释交通规则推理相连接,生成的时间戳事件记录可支持可疑超速、违法停车和逆行事件的筛选与追溯审查。在限制方面,当前框架主要面向单摄像机监控场景,尚未系统验证乡村道路适用性;其有效性依赖于完整的感知-跟踪-推理链质量,监控范围受摄像机分辨率、焦距和安装几何等因素共同决定;现有的吞吐量测量并非标准化的端到端部署延迟评估,且尚未使用同步外部传感器进行交叉验证。研究结论是:通过联合改进感知骨干网络和高层推理流程,所提方法弥合了低层视觉检测与证据级交通语义理解之间的鸿沟,为基于监控视频的交通监控和交通事件分析提供了实验评估框架。未来工作将集中于模型轻量化、标准化延迟与内存剖析、乡村道路适配、恶劣条件下的违规识别、外部传感器融合以及多摄像机多视角信息融合等方向。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号