基于违法要素的电子警察车辆视频检测技术研究

张佳

（上海城建市政工程（集团）有限公司，上海市 200065）

基于违法要素的电子警察车辆视频检测技术研究

张佳

（上海城建市政工程（集团）有限公司，上海市 200065）

随着平安城市、智能交通等项目的建设，针对电子警察的研究越来越多，而抓拍违法要素无疑是电子警察违法认定的重要依据，因此对违法要素的检测显得尤为重要。对目前常用的几种车辆视频检测技术在电子警察违法要素中的应用展开初步探讨，并分析和比较各技术特点和限制，以区别其适用的范围，提出在电子警察工程设计和实际应用中，将几种车辆视频检测技术进行有机结合，才能进一步提高车辆违法的捕获率、号牌识别的准确率等技术指标。

违法要素；电子警察；车辆视频检测技术

0　引言

道路交通安全违法行为自动记录系统（以下简称电子警察系统）是利用高科技手段，对在道路上发生的各类交通安全违法行为进行图像自动取证，为闯红灯、闯禁令、超速等各类交通安全违法行为的责任鉴定、事后查询提供真实、可靠、全面的信息，并能够以图文、视频录像等多种形式对外提供信息服务，结合相应的处罚管理手段，对道路交通秩序起到积极的规范作用［1］。

对电子警察设备来说，“违法要素”需要通过视频影像手段得以“固化”，才能形成无可争议的违法证据，一旦错拍或拍摄不清产生违法证据的歧义，不仅直接影响整个系统，还会给公安执法过程带来无法回避的麻烦。因此违法要素的效果直接影响违法证据的有效性。

违法图像需要有出众的图像效果，才能为交通管理部门提供确切的违法证据，发挥系统效用。车辆视频检测技术是利用视频图像进行车辆检测的一种交通检测技术，与其他车辆检测方法相比，基于视频图像技术的方法具有直观、可监视范围广、可获取更多种类的交通参数等优点［2］。

综上所述，本文主要对基于违法要素的电子警察车辆视频检测技术进行研究。通过各种技术手段针对性地对“违法要素”进行体现和优化，从而达到获得确凿非现场执法［3］违法证据的目标，为常规交通管理正确决策提供条件。

1　电子警察车辆视频检测技术

1.1电子警察系统构成

电子警察系统通常分为前端系统、传输系统和中心（后端）系统三部分，如图1所示。

图1　电子警察系统结构图

前端系统采集违法车辆数据，包括识别数据、抓拍图片、视频录像，在本地进行存储的同时，采集的所有信息（包括图片和数据）实时传递到位于中心工作平台的数据管理系统。

传输系统一般借由光纤网络、无线租用等方式，按照一定传输机制传输至电子警察中心工作平台。

中心（后端）系统在收到前端系统采集的基本信息后，根据不同的需求，对这些信息进行相应的处理、打印，并按照要求，将记录转换成交通违法统一处罚系统的格式纳入集中管理。

1.2车辆视频检测技术

目前在各城市电子警察中主要使用的车辆检测器是线圈感应器和视频检测器。地埋感应线圈检测器因其可靠性高、准确率较高，而且价格低，在前几年一直被广泛使用，但随着电子技术的发展，大规模、超大规模集成电路的发展，功能强大的数字处理芯片的出现，车辆视频检测技术取得突破并发展得相当成熟。与线圈检测技术相比所具有的优越性和高性价比已渐渐得到业内人士的公认，代表了未来车辆检测领域的发展和应用方向。

车辆视频检测技术具有以下优势：

（1）安装方便，施工时基本不影响交通，易于移动，更加经济实用，简化了工程施工与维护。

（2）直观可靠，可以实现大区域交通信息采集，路口车辆轨迹全面控制，能获取更多的交通信息和交通参数。

（3）可提供现场录像，重现交通场景，便于事后治安侦查、交通事故责任认定、交通状况调查。

（4）在交通信息采集、统计、分析方面应用广泛，作为信息时代海量数据的来源之一，为安防大数据在智能交通、公安执法中的应用提供了数据支撑。

2　电子警察违法要素的选取

2.1电子警察抓拍违法类型与违法要素的关系

违法要素作为交警部门执法行为中的直接证据，均需要在违法图片中呈现。单一的电子警察抓拍主要几类违法类型与违法要素的对应关系见表1。

表1　违法类型与违法要素对应一览表

2.2选取电子警察抓拍典型违法类型

城市交通中大量交通流在交叉口内冲突运行，道路交叉口成为城市道路交通的通行瓶颈所在。信号控制措施为解决交叉口交通流的冲突提供了通行权于时间上的分离手段，通行能力的最大化需要交通参与者均按照规则行驶，而闯红灯行为则会扰乱车辆有序运行的秩序，且一旦发生交通事故将造成交叉口的通行瘫痪，导致大面积的交通拥堵，机动车延误会大幅增加，影响路网交通的稳定、高效运行。

以闯红灯违法类型为例，电子警察设备抓拍的违法图片，其中违法要素均在图片中得以体现，如图2所示。

图2　电子警察（闯红灯违法类型）设备抓拍的违法图片

3　基于违法要素的电子警察车辆视频检测技术

3.1车辆视频检测——号牌逐帧识别技术

号牌逐帧识别技术是以机动车号牌识别技术为核心，从高清视频流中提取车辆号牌进行实时识别，根据号牌的大小和角度变化进行车辆轨迹的跟踪，并能通过车辆类型粗略对车型进行分类，如图3所示。

图3　号牌逐帧识别技术

机动车辆在行进过程中，号牌由于焦距原因会随着车辆的移动呈现“模糊—清晰—模糊”的趋势。在高清视频流中，通过对号牌清晰时间段中的视频帧进行实时号牌识别，并将多帧识别结果根据权值进行优化，从而获得较为准确的号牌号码，也可以对有号牌车辆的通过情况进行抓拍记录。号牌颜色（蓝色、黄色）可以对车辆类型加以区别。

（1）号牌逐帧识别技术的优点：能够通过目前较为成熟的号牌识别算法进行视频跟踪，取多帧并计算权值的号牌识别结果更为准确可靠，取得最好的号牌识别准确率数据。

（2）号牌逐帧识别技术的限制：由于号牌识别与号牌的大小和清晰度密切相关，一般号牌大小在80～180个像素点比较适合号牌识别，同时考虑到摄像机景深的影响，号牌识别区域控制在6～8 m的范围内。号牌逐帧识别的精度与识别的次数也有着密切的关系，号牌逐帧识别的实现还依赖于机动车尾号牌的清晰度，尤其是夜间号牌位置的补光条件对性能影响较大，目前常通过LED灯对车尾号牌进行补光，但与不同号牌的反光特性关系较大。

（3）号牌逐帧识别技术的适用范围：适用于闯红灯等以车辆号牌为主要抓拍违法要素的违法类型。通过号牌信息上的颜色来区分不同的车辆类型（蓝牌、黄牌、白牌、黑牌）和随着车辆的移动，根据车辆号牌的位置变化进行车行轨迹的跟踪这两者的识别层次均较为模糊，因此侧重车辆类型和车行轨迹违法要素的违法类型需结合其他技术。

3.2车辆视频检测——动目标跟踪技术

动目标跟踪是以背景分离和运动检测技术为核心，从高清视频流中提取车辆整体轮廓进行实时轨迹判定，根据车辆整体轮廓的运动轨迹驱动摄像机进行抓拍，并能根据车辆轮廓进行车型分类（大车、小车），如图4所示。

图4　动目标跟踪技术

机动车辆在行进过程中，可以通过背景分离算法将运动物体从相对固定的背景画面中抽取出来，并判断运动物体（车辆）的边缘。发现运动物体后，在监测范围内可以对运动物体进行实时跟踪，综合各类逻辑条件（红灯、压线）等处罚依据驱动高清摄像机进行抓拍，从而获得交通违法图片证据。

（1）动目标跟踪技术的优点：不受车辆号牌等因素的限制，可以对全画面进行视频轨迹跟踪，为电子警察扩展抓拍违法行为的能力提供了更多的可能性，且动目标跟踪技术能够判定较为复杂的违法逻辑。

（2）动目标跟踪技术的限制：动目标跟踪技术也与摄像机帧率息息相关，摄像机帧率越高，视频跟踪越精确，如果采用高灵敏的视频检测摄像机，夜间动目标跟踪的效率受环境的干扰少。

（3）动目标跟踪技术的适用范围：适用于闯禁令（单行道）、逆行等需要明显车行轨迹违法要素偏离正常行驶路线的违法类型。有别于号牌逐帧识别技术的车型分类，动目标跟踪技术通过车辆轮廓的计算可以对车辆类型（大、中、小）加以区别，在实现了宏观车行轨迹控制的同时牺牲了车辆号牌识别的准确率。

3.3车辆视频检测——车尾特征跟踪技术

车尾特征跟踪技术是通过车辆尾部的特征信息，如号牌、车尾灯等特征对车辆进行视频跟踪，作为号牌逐帧识别技术的补充，如图5所示。

图5　车尾特征跟踪技术

机动车辆在行进过程中车尾特征相对固定，可以在对车尾图像进行二值化后，通过相关算法从高清视频流中根据车尾特征进行车辆的检测，并且根据车尾特征的坐标变化进行车辆轨迹及违法行为的检测。

（1）车尾特征跟踪技术的优点：不依赖号牌识别结果，可以实现较大范围的违法车辆跟踪，适合大场景动态过程中的交通违法行为检测，并且夜间检测效果相对于号牌逐帧识别要好。

（2）车尾特征跟踪的限制：车尾特征跟踪技术与摄像机的帧率以及车辆本身的状况有关，捕获率和有效率指标随环境的变化变动较大。

（3）车尾特征跟踪的适用范围：适用于如公交专用车道、路口滞留等车辆类型较为规范的违法车辆的捕获。该技术首先关注与车辆类型密切相关的车尾特征，通过对车尾信息的识别确定该车的车辆详细信息。这也是近年来越来越多不法分子利用遮挡车牌、套牌等手段逃避法律处罚和进行违法犯罪活动，使车牌识别无法起到应有的作用，因此常通过车尾特征跟踪技术对号牌逐帧识别技术进行补充。

U491

B

1009-7716（2016）09-0223-03

2016-06-10

张佳（1986-），女，上海人，助理工程师，从事交通信息、机电与交通工程设计工作。