摘要：路网分析对交通综合管理有重要意义。本文以交通流视频分析为对象，分析了交通流视频前后端技术路线的优缺点，阐述了交通流视频分析建设方案，提出了交通流视频分析的建设目标和设计思路。
关键字：高速公路 交通流 视频 分析
1 引言
随着路网规模和车流量不断增大，路网结构越来越复杂，高速公路路网运行管理压力日益突显，安全问题引起政府和社会的高度关注。高速路网交通流数据相对有限，数据不够完整，是目前制约高速路网整个交通综合管理的瓶颈。高速公路这些视频含有宝贵的财富，如何能够通过有效的数据挖掘平台及技术，将视频中有用的信息提取出来，为交通管理者而用，是一个有意义而又急迫的事情。
2 项目背景
经过各省交通部门多年的卡口系统建设、道路监控系统建设，目前已有视频基本上实现了高速路网及交通枢纽的全覆盖，实现了道路设施、道路上交通成分的动态监控。如果将如何充分利用这一资源，通过视频实现交通需求及道路通行能力实时检测有巨大的现实意义。
视频分析在特定的摄像机、特定的安装方式下、特定的光照环境下，其检测结果具有可信性。但是利用现有的视频资源，确保视频分析结果的可靠性，存在三大大难题。
第一个难题，在室外环境不可控的情况下，如何确保视频分析结果的可靠性。因此视频分析算法必须具备自适应性，根据图像质量自动调节检测范围和检测内容，确保输出结果的准确性。这是视频分析实用化中遇到的普遍难题，目前还没有成熟的理论指导。
第二个难题，已有摄像机的安装高度角度各异的情况下，如何实现摄像机的简单标定。通过摄像机实现大范围内目标的几何尺寸及速度的精确测量，需要对摄像机的三个位置参数和三个角度参数进行标定。如何在不同摄像机上实现同一目标的识别也是需要解决的问题。此外视频画面中会出现被检测目标前后或左右遮挡现象，这也会影响目标的分离。
第三个难题，已有摄像机成像方式、分辨率，动态范围，感光能力各异的情况下，如何实现检测结果一致性问题。算法如何自动适应摄像机的不同，根据摄像机的能力不同，调整检测范围和检测内容，确保输出结果的准确性也是必要的。
目前还没有一种成熟的算法彻底解决上述三个难题或三个难题之一，因此对上述三个难题的研究是视频分析实用化的基础，这三个难题不解决，直接影响检测结果输出的可信性。
3 技术路线
3.1 视频分析技术路线对比
智能技术经过这么多年的发展，准确率和实用性在不断提高，总体来说主要分为如下两种方式：
1）前端智能分析
简单点说就是把一些智能分析算法嵌入前端摄像机产品中，直接利用摄像机来进行智能分析或行为侦测等，再把分析结果或报警信号传给后台。
2）后端智能分析
后端智能分析功能采用中心分析的方式来实现。这种方式有其独特的优势，不需要前端摄像机具有智能分析功能，只需要上传视频流给智能分析服务器即可;因为硬件结构决定了智能分析服务器具有超高的处理性能，一台智能分析服务器可以同时处理较多路前端视频流。
前端智能分析其主要优势主要表现有：规避了单点故障。把智能算法集成到每一个前端摄像机上，当其中有一台机器的智能功能失效，智能监控系统中的其他摄像机并不会受到影响，仍然可以独立完成智能侦测和分析，从而降低风险，保证了整个系统的可靠性。
后端智能分析的方式：一方面，智能前置对摄像机的性能要求是很高的，摄像机必须具备足够强大的芯片才能支撑起多种智能分析算法，而且有时候，由于性能限制以及安装角度问题，无法完成多种数据挖掘; 另一方面，对于已经建设完成的系统，想要增加智能分析功能，选择后端增加智能分析服务器的方式能够减少重复投资，拥有更高的性价比。
3.2 技术路线的选定
采用后端智能分析的优势在于：
（1）不用重复前端摄像头建设，不需要进行前端施工，取电，通讯等周期冗长的工作，直接通过现有视频联网的摄像头进行智能分析，不需要重复投资建设。
（2）能够兼容各个厂家各个型号的相机，对于前端硬件的升级，维护及新增不受厂家，设备，型号的限制。
（3）能够快速应用最新图像视频算法及模式识别（自学习）功能，从视频中获取更多更准确的交通数据，及时响应业务需求的变更。
综合上述多方面因素，技术方案采用后端智能分析方案。
4 建设方案
选定后续智能分析技术路线是在后端搭建相关视频分析平台；对试点视频进行分析，输出可靠的交通流数据后无缝对接现有交通管控平台，作为信息发布等扩展应用。
4.1项目目标
（1）建立现有视频分析系统框架：探讨分析系统与现有监控平台及交通状态分析平台的无缝对接，充分利用现有视频资源。
（2）选取若干视频试点交通流分析：为交通状态分析和交通状态发布提供实时数据，自动分析检测交通量、速度、交通流密度，确保所提供的交通流数据的可靠性；
（3）提出视频分析前端设备建设要求：对现有典型安装方式的视频进行分析研究，研究其提供可靠交通流数据的条件；
4.2视频分析系统总体设计
视频分析系统采用“分散检测、集中管理”的模式，通过100/1000M以太网传输通道，组成局域网结构。
视频分析系统部署在监控中心专用机房内，由视频分析仪、通讯管理服务器、客户端工作站，应用软件及相关的传输设备组成。通过多台视频分析仪从视频综合管理平台采集数字码流进行分析与检测，由通讯管理服务器进行统一的配置管理及数据上传。
4.3 要点分析
4.3.1 精细特征识别技术
自研核心算法，精准抓取路段上“机非人”等特征信息，识别像素低到16像素，动态算法分析，能快速识别相关特征的行动方向。
4.3.2 自适应遮挡过滤
采用遮挡过滤，能够自适应对车辆及其遮挡进行区分并对阴影进行分类抑制， 并自动对遮挡进行处理进行开启和关闭，能有效区分建筑物、车辆遮挡及阴影，具有极强的环境适应性；有效提升视频检测的准确度。
4.3.3 自适应昼夜转换
采用昼夜转换算法，能够有效针对昼夜场景进行交通数据的分析处理，真正实现全时段的道路监控。
4.3.4 自适应天气变化
采用目标检测算法，能够有效降低雨天路面积水反光、雪天、雾天等对检测的不利影响，真正实现全天候的道路监控，同时保证交通参数采集的正确性和有效性。
4.3.5 自适应抖动处理
采用视频抖动检测以及过滤技术，能够有效的对视频的抖动进行评估学习，针对不同的抖动级别进行不同的处理，从而降低大风天气对检测造成的不利影响，提升检测的正确率。
4.3.6 自学习图像算法技术
采用深度学习技术，极大简化了算法训练的过程，同时通过各种类型的训练数据，可以使深度学习具有很强的泛化能力，即使同一类物体处于不同尺寸、不同视角、不同光照、遮挡的条件下，也能准确识别。随着使用时间越长，通过算法自学习检测精度越高。
5 结束语
本文对高速公路交通流视频分析技术进行了粗浅研究，综合分析了交通流视频前后端分析技术的优缺点，总结了技术要点，对技术路线、总体建设方案进行了阐述，通过有效的数据挖掘平台及技术，将视频中有用的信息提取出来，让已有视频资源发挥重大作用。
参考文献：
[1]《高速公路监控技术要求》（2012年交通运输部第3号）；
[2]《公路网运行监测与服务暂行技术要求》（2012年交通运输部第3号）。
[3]林国选，王伟智 基于视频的单行道车辆逆行自动检测[J]，福建电脑，2009年10期。
[4]樊少军，黄磊，杨存义，张生斌，何磊 基于视频计算车速的数据处理与事故深度分析[J]，公路交通科技(应用技术版)，2015年03期。