交通监控视频中的车辆异常行为检测探讨

谢天鉴

广东省佛山市528000

【摘要】通常情况下，交通视频监控主要的途径就是车事故发生以后进行回顾，并且将人工检索进行定位 这样仅仅是对车辆交通事故进行查看，但是无法体现做好预防。对此，为了进一步对车辆行驶行为进行规范，缓解城市交通拥堵问题，交通监控视频中测量异常行为检测，成为交通领域研究的重点，本文也针对方面进行了阐述，首先明确了交通监控视频的概述和意义，其次分析了车辆异常行为检测的现状，最后描述交通监控视频中测量异常行为检测的要点，以及未来的展望，其目的就是为人们的日常生活，社会安全运营，提供基础性的保障。

关键词：交通监控视频；车辆异常行为；检测；

经济的快速地发展，汽车数量逐渐增多，尽管汽车给人们的日常出行带来了便利的条件，但是车辆因为违章所带来的交通事故也频频多发，这样交通管理以及城市交通环境带来了较大的压力。对此，为了保证交通运行的稳定性，降低交通安全事故的产生，采用交通监控视频可以实现大范围、多场景对车辆异常行为进行检测，并且作出相应的处理，从而提升交通系统的综合运输能力。另外，交通监控视频在车辆异常行为检测的时候，可以对各项检测数据和信息进行实时处理和分析，从而实现车辆异常行为进行自动识别， 以此了解车辆运行的实际情况，作出相应的处理，避免车辆交通安全事故的产生。

1、交通监控视频概述和意义

1.1交通监控视频概述

交通监控视频主要是通过道路监控视频图像进行处理和分析，并且需要对行驶车辆的图帧进行监测，从而获取信息和数据【1】。同时，交通监控视频主要显示的内容有：车辆行驶方向、行驶轨迹、车速、车辆计数等方面，并且需要将所获取的各项数据和信息，输入到监控控制系统中，从而对交通实际情况进行监控，这样可以在监控设备的基础之上，对交通实际情况进行监督，并且与交通信号进行有效融合，准确了解交通环境的实际情况。另外，交通监控视频主要包括运动车辆目标检测模块、运动测量目标跟踪模块、运动车辆轨迹分析与异常行为判别模块等， 这几点的详细内容如下。

1.1.1运动测量目标检测模块。其实，运动测量目标检测作为交通监控视频中一项重点内容，在具体运用期间，主要是对交通进行视频采集，并且结合实际需求，对原始视频进行分析和处理，通常进行进行降噪、提高清晰度等。同时，在运动测量目标检测的时候，可以利用计算的方式，对测量异常行为进行检测，获取异常车辆的信息和数据，例如：车速。

1.1.2运动车辆目标跟踪模块。结合行驶车辆的颜色，并且行驶车辆目标进行跟踪计算，结合计算结果，对各项数据和信息进行新建、更新、删除等方面，从而对车辆进行监控与管理【2】。

1.1.3运动车辆轨迹分析与异常行为判别模块。 在车辆稳定跟踪的背景下，需要对每项数据和信息进行提取，并且需要将测量目标作为基础，对各项数据和信息进拟合，生成曲线图像，从而形成车辆运动轨迹，结合轨迹情况做好分析和处理， 从而判断出车辆的形式行为  ,对其异常行为进行识别，综合获取车辆的各项信息。同时，对各项数据和信息进行统计，可以为交通管理部门提供重要的数  据参考。

1.2交通监控视频的意义

交通监控视频的存在对于交通部门在车辆异常行为管理中，有着十分重要的作用，主要表现为以下几点内容。

1.2.1汽车的出现给让的日常出行带来了便利的条件，但是车辆数目的增长，导致交通事故、车辆违规违章、能源供应紧缺等问题逐渐变得突出，并且也给交通管理部门的管理，带来较大的压力【3】。对此，在这样的情况下，为了交通道路的正常、稳定运行，采用交通监控视频可以将人工智能机制、计算机视觉、通信技术等方面融合其中，这样可以实现大范围、多角度，以及多场景监控，从而准确的判断出车辆的异常行为，并且做出相应的处理，从而升交通运输的综合能力。

1.2.2交通监控视频在车辆异常行为检测期间， 通过对各项数据和信息进行处理和分析，这样可以车辆异常行为进行自动式识别与处理。同时，为了获取各项准确的信息和数据，可以通过传感器上进行检测，并且对车辆进行跟踪，从而获取各项关键性数据，例如：车速、车流量、道路拥堵状态，事故发生地点等，以此做出正确的决策和调度，保证城市交通处于正常、稳定的运行状态。

1.2.3 车辆异常行为检测主要是检测车辆在车道中，是否不按照正常行驶路线或者方式行驶，例如：急刹车、违章左右转向、擅自变道、闯红灯、逆行等情况，这样很容易导致交通安全事故的产生【4】。所以，交通监控视频可以及时发现车辆异常行为，准确进行检测和判断，并且进行异常警告和疏导，这样可以有效降低交通事故的产生，避免造成较大的损失。

2、车辆异常行为检测现状

车辆异常行为检测主要包括直接检测和间接检测等方面，具体的内容如下。

2.1就目前情况来说，间接法属于常用的一种检测技术，主要包括地感线圈检测器、微波雷达检测系统、激光检测系统等

  ,对车辆异常行为进行抓拍，并且利用模式识别和统计分析，从而对交通事故进行识别，获取各项数据和信息。同时，直接检 测技术主要适用于车流量较大的交通拥堵环境，不适合用于超速行驶、违章掉头、变道等异常行为检测。

2.2直接检测技术主要是利用视频处理的计算方式，对车辆的异常行为进行识别，利用监控摄像头对所拍摄到的车辆异常行为进行识别，从而获取相应的信息和数据【5】。 同时，通过利用视频处理的计算方式，对车辆异常行为进行分析，获取各项交通参数，并且结合参数回执实时交通图，利用网络渠道刚分享到手机中，这时驾驶人员可以利用APP查看交通信息。另外，利用监控视频实现数据和信息的获取，这样可以直观的了解交通具体实际情况，也避免所获取的数据和信息出现延时的现象，并且通过利用储存技术，可以对交通运营情况以及车辆行为数据和信息进行同步储存，做到在保障车辆违章信息的情况下，还具有一定的通用性以及扩展性。

2.3 随着我国交通运输的不断发展，在一些交通主干道布置了较多视频监控，主要是对交通信息和数据进行采集，并且获取相应的信息和数据。但是，在交通监控视频应用的时候，多少还存在着一定的不足，主要表现在功能和监控监视器像似，以人工检索或者自动机器等方式为主，从而为交通事件的产生进行全面的查看。同时，从技术的角度来说，如果存在着较大的误差，这时系统检修效率就会较低。另外，就目前情况来说，车辆行为较为多变和复杂，如果不能保证较高的识别率和检 出率，这样就会带来一定的负面影响。

2.4 为了实现交通车辆检测、监控等目的，判断车辆行驶是否存在异常行为，这时就需要对车辆行驶状态进行快速的捕捉，对各个影响进行准确的判断，从而确定目标位置，这样可以有效保证监控的准确性【6】。 但是，由于监测摄像头长期处于自然环境中，很容易受到周围环境的影响，所以就存在待解决的问题，并且可利用建模的计算方式，结合时实际情况，对光照情况进行调节。为了保证运动车辆的准确性，需要结合车辆行驶轨迹进行合理选择，判断车辆运行是否存在异常行为。

3、交通监控视频中车辆异常行为检测要点

3.1运动目标提取

车辆提取是车辆异常行为检测中的一项基础内容，将背景差分作为背景，对行驶的车辆进行提取，并且利用背景模型构建的方式，对各项目标进行提取。同时，在图像提取完成以后，需要将初始化图像作为基础，对图像中的各个像素进行分析，对不同的视频进行比较，判断像素点之间的像似程度。但是，在视频视频像素点比较的时候， 如果相识度数值已经超过阈值的话，就需要将该像素点作为目标，并输入二值图像，利用初始化图像进行模型构建。但是，如果初始化时间相对较长，无法满足监控交通车辆异常行为的话，采用ViBe适应更新的方式，这样可以使用光照以及动态场景的变化，确保运动目标获取的准确性【7】。

3.2车辆速度与方向检测

3.2.1车辆速度与方向也是交通监控视频中车辆异常行为检测时的一项重点内容，在检测的时候，以光流法为主，并且结合实际需求，将运动场以及像素亮度等方面进行结合，从而得出矢量图，利用矢量图，生成光线的流动。另外，在交通监控视频监控期间，如果图像亮度的变化较小，未能大于图像像素运动距离的话根据假设可以得知公式：，并且在公式中，I（x，y，t）作为像素，（x，y）在t时刻的亮度，并且公式1右边使用一阶泰勒展开，其公式为：，U，V均为未知量，并公式4为不定方程，为了验证以上公式，光流法引入其中，做出一个假设，这时在（U，V）的局相邻梁领域内的亮度处于不变的状态【8】。另外，在车辆速度与方向检测的时候，可以使用牛顿迭代法将（x，y）的运动矢量进行计算，并且使用金字塔光流法进行跟踪，这样可以对车辆的行驶速度在跟踪和获取。结合实际情况，适当增加车辆强角点进行跟踪，减少计算量 ，这样可以获取前景车辆的特点。

3.2.车辆异常行为中，速度和角度作为异常行为的重要表现因素，这时可以通过流光法对车辆行驶的速度和角度进行获取，并且需要将获取的信息和数据作为基础，判断车辆行驶是否存在异常，一般情况下车辆速度公式为：，在公式中，X（t）、Y（t）主要表现某强角在t帧的坐标，并且可以对图像中所有跟踪点进行计算，从而得出速度数据。

3.3车辆违规行为

其实，速度量是判断车辆异常行为的关键，主要是因为转角统计直方图与正常行驶统计的直方图有着很大的区别，所以在车辆异常  违规行为判别期间， 需要对车辆正常行驶速度聚类中心的距离进行计算，且速度与中心距离的公式如下：，公式中，Rs为跟踪点的速度，并且c=1,2，·····，m，各聚类中心【9】。同时，采用运动特征量到类中心，距离进行检测，可以对车辆违规异常行为进行准确的判断，合实际情况，如果无车辆异常行为视频，需要对车辆行驶速度进行计算，与阈值进行相比对比，如果超过阈值范围数值的话，这样就可以说明存在异常轻微，例如：超速、闯红灯等车辆行为

。但如果不大于一阈值，则说明车辆无出现异常行为。另外，在车辆违规异常行为检测期间，还需要结合道路交通规则，以及车辆行驶的规律，这时如果车辆在行驶期间，如果出现违规的行为，就会违背原有的行驶规律，并且运动轨迹也会相对较为混乱，根据运动混乱的情况判断，车辆是否出现异常行为。

4、交通监控视频的发展展望

我国交通领域在不断地发展中取得了优异的成绩，并且将多种技术融合于交通监控中，形成智能化交通系统，并且也相信在未来的发展中会用到更多更好的先进技术，为交通行业的发展提供优质的服务【10】。同时，随着交通视频的广泛应用，使视频在交通事件检测中得到了应有的重视，这也将迎来良好的发展前景。但是，由于一些原因的限制，直接应用于，车辆异常行为检测和判别中，所以应有改进的空间，具体的内容如下：
4.1光照较为强烈的环境下，经常因为阳光角度的问题，导致某些时间段内会产生较大的阴影，这些阴影给车辆目标检测带来较大的难度，并且还会影响车辆跟踪和行为判断的准确性。所以，结合情况对车辆阴影进行检测和去除，这也是未来发展中重点研究的一项内容。
4.2对于运动目标跟踪检测期间，可以将多种算法进行结合，不仅可以提取目标的颜色信息，也可以在复杂的情况下，确保跟踪的稳定性，从而获取准确的信息和数据。同时，不许的工作中，在提取目标特征的情况下，目标纹理和轮廓等信息进行提取，并且通过二维特征直方图构建目标模型，这样可以适当增加系统的干扰性【11】。另外，也可以将粒子滤波或者其他算法应用于其中，目标进行跟踪和研究，在交通监控视频发展期间，还需要对恶劣天气进行综合考虑，需要做到在恶劣天气环境下确保跟踪算法的效果，抵抗天气所带来的影响，这也是未来发展中重点研究的内容。
4.3根据车辆运动轨迹的实际情况，对车辆运动方向进行检测，主要检测违章变道、掉头、逆行等行为。同时，如果要实现车辆闯红灯检测，车辆违章检测等方面，还需要在日后的时间进行不断地完善和优化，从而保证交通监控视频的多样性。
4.4由于外部环境较为复杂，气候较为多变，并且在计算中存在阈值，所以环境变量如果发生改变，对阈值同样会做出适应性改变，所以在未来发展中，还需要重点考虑该方面【12】。

结束语：

综上所述，为了满足城市交通对交通系统的有效监管，逐渐将交通监控视频应用于其中，通过交通监控视频，可以对车辆异常行为进行检测，判断出车辆行驶的情况，车辆行驶情况可以做出准确的处理和预防，避免产生较大的交通安全事故。但是，在交通监控视频应用期间，还需要去和现有情况作出相应的调整和完善，这样才能确保交通监控视频拥有良好的发展空间。

参考文献：

[1]刘思铄, 朱立忠. 基于交通监控视频的车辆检测方法研究[J]. 信息记录材料, 2022, 23(09): 216-219.

[2]张漪, 张美月. 基于改进YOLOv5的交通监控视频车辆检测方法研究[J]. 内蒙古公路与运输, 2022(02): 50-55.

[3]陆飞, 沈世斌,苏晓云等.基于改进Mask R-CNN的交通监控视频车辆检测算法[J]. 南京师范大学学报(工程技术版), 2020, 20(04): 44-50.

[4]毛其超, 贾瑞生, 左羚群等.基于深度学习的交通监控视频车辆检测算法[J]. 计算机应用与软件, 2020, 37(09): 111-117+164.

[5]何子健. 交通监控视频的车辆三维姿态估计[D]. 厦门大学, 2020.

[6]原晓伟. 交通视频监控中的车辆检测与分割方法分析[J]. 黑龙江交通科技, 2019, 42(10): 205-206.

[7]周标. 交通监控视频中的车辆检测技术研究[D]. 华南理工大学, 2016.

[8]宋耀, 宋建新 .交通监控视频中的车辆异常行为检测[J].电视技术, 2015, 39(14): 107-111.

[9]宋耀. 交通监控视频中的车辆异常行为检测[D]. 南京邮电大学, 2015.

[10]李乐平, 高杨. 一种高准确率的交通监控视频车辆检测算法[J]. 计算机测量与控制, 2015, 23(03): 852-854+857.

[11]  Reyana. A , Kautish S .EGMM Video Surveillance for Monitoring Urban Traffic Scenario[J].  2020.

[12]  Yang D , Ozbay K ,  Xie K , et al.Proactive safety monitoring: A functional approach to detect safety-related anomalies using unmanned aerial vehicle video data[J].Transportation research, Part C. Emerging technologies,  2021(Jun.): 127.