车辆交通行为检测方法、装置、设备及存储介质

车辆交通行为检测方法、装置、设备及存储介质

　　技术领域

　　本发明实施例涉及监控设备技术领域，尤其涉及一种车辆交通行为检测方法、装置、设备及存储介质。

　　背景技术

　　随着道路交通流量的逐年递增，道路交通问题变得愈加严峻，对于道路交通的管理和对于违规现象的监督也变得更加重要。例如，机动车辆在未设置交通信号灯的路口不注意避让行人或者闯红灯的道路交通违法行为比较频繁。

　　目前，通常采用图像采集器抓拍机动车辆在路口的车辆行驶图像，并对车辆行驶图像进行图像分析，来检测机动车辆是否避让路口的行人或者机动车辆是否闯红灯。但是，在实际的应用场景中，如果行驶至路口附近的机动车辆的车速过快，则存在机动车辆前冲的问题，比如当抓拍到前一帧图像中显示机动车辆还未进入违法判定区域时，在下一帧图像中可能显示车辆已经越过违法判定区域，从而无法抓拍到机动车辆未避让行人越过路口或者闯红灯越过路口的有效违法证据图，导致无法对违法机动车辆进行有效的违法跟踪。

　　发明内容

　　鉴于上述问题，本发明实施例中提供了一种车辆交通行为检测方法、装置、设备及存储介质，以实现对路口处机动车辆的交通行为进行检测。

　　第一方面，本发明实施例中提供了一种车辆交通行为检测方法，包括：

　　对顺序获取的至少两帧初始车辆图像进行依次压缩；

　　将所述至少两帧初始车辆图像的压缩结果进行拼接，得到目标车辆图像；

　　对所述目标车辆图像进行检测，确定所述至少两帧初始车辆图像中的车辆属性信息，以根据所述车辆属性信息对车辆交通行为进行检测。

　　第二方面，本发明实施例中还提供了一种车辆交通行为检测装置，包括：

　　图像压缩模块，用于对顺序获取的至少两帧初始车辆图像进行依次压缩；

　　图像拼接模块，用于将所述至少两帧初始车辆图像的压缩结果进行拼接，得到目标车辆图像；

　　图像检测模块，用于对所述目标车辆图像进行检测，确定所述至少两帧初始车辆图像中的车辆属性信息，以根据所述车辆属性信息对车辆交通行为进行检测。

　　第三方面，本发明实施例中还提供了一种电子设备，包括：

　　一个或多个处理器；

　　存储装置，用于存储一个或多个程序；

　　所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例中所提供的车辆交通行为检测方法。

　　第四方面，本发明实施例中还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例中所提供的车辆交通行为检测方法。

　　本发明实施例中提供了一种车辆交通行为检测方案，可以将顺序获取的多帧初始车辆图像进行依次压缩，并将依次压缩的多个车辆图像进行集中拼接处理以得到一个拼接后的目标车辆图像，进而对经拼接处理后得到的目标车辆图像进行一次检测分析，获得各帧初始车辆图像中的车辆属性信息。采用本发明提供的上述方案，仅需要对由多帧初始车辆图像的压缩结果组成的目标车辆图像进行一次图像检测分析，就可以一次性分别得到多帧初始车辆图像中包含的各个车辆的车辆属性信息，这样的话可以保证在相同的检测时间里可以得到针对多帧初始车辆图像的检测结果，提高了单帧初始车辆图像的检测效率，从而缩短了获取单帧初始车辆图像中的车辆属性信息所耗费的检测时间，提升了车辆交通行为的检测效率。

　　上述发明内容仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

　　附图说明

　　通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

　　图1是本发明实施例中提供的一种电子监控设备抓拍机动车辆的抓拍示意图；

　　图2是本发明实施例中提供的一种车辆交通行为检测方法的流程图；

　　图3是本发明实施例中提供的另一种电子监控设备抓拍机动车辆的抓拍示意图；

　　图4是本发明实施例中提供的一种对顺序获取的两帧初始车辆图像进行压缩的压缩示意图；

　　图5是本发明实施例中提供的一种对压缩后的两帧初始车辆图像进行拼接的拼接示意图；

　　图6是本发明实施例中提供的另一种车辆交通行为检测方法的流程图；

　　图7是本发明实施例中提供的一种二帧压缩拼接模板的模板示意图；

　　图8是本发明实施例中提供的一种三帧压缩拼接模板的模板示意图；

　　图9是本发明实施例中提供的一种四帧压缩拼接模板的模板示意图；

　　图10是本发明实施例中提供的又一种车辆交通行为检测方法的流程图；

　　图11是本发明实施例中提供的一种两帧初始车辆图像进行压缩拼接的实际效果图；

　　图12是本发明实施例中提供的又一种车辆交通行为检测方法的流程图；

　　图13是本发明实施例中提供的一种车辆属性信息的上报示意图；

　　图14是本发明实施例中提供的一种车辆交通行为检测装置的结构示意图；

　　图15是本发明实施例中提供的一种电子设备的结构示意图。

　　具体实施方式

　　下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

　　在更加详细地讨论示例性实施例之前，应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作(或步骤)可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

　　在智能交通场景下，电子监控设备需要对行人、非机动车辆以及机动车辆进行智能分析，以便判定行人、非机动车辆以及机动车辆是否存在交通违法行为，尤其是机动车辆的交通违法行为比较频繁。

　　为了更好地理解本发明实施例的技术方案，下面提供一种典型的对车辆交通行为进行抓拍的场景，当然本实施例中提供的该场景仅是一种示例。

　　图1是本发明实施例中提供的一种电子监控设备抓拍机动车辆的抓拍示意图。参见图1，左图和右图分别为电子监控设备抓拍的机动车辆在100km/h速度下的两帧抓拍图像，从图1所示的两帧抓拍图像可以看出，由于电子监控设备的图像处理能力有限性，电子监控设备可能无法抓拍到机动车辆进入违法判定触发区域的违法图像。此时，虽然电子监控设备抓拍到左图和右图，但是左图显示机动车辆未进入触发区域，而右图显示机动车辆已经越过触发区域，并没有抓拍到机动车辆进入触发区域的图像，由于无法抓拍到机动车辆进入违法判定触发区域的图像，依靠抓拍到左图和右图无法触发电子监控设备对机动车辆进行正常违法跟踪抓拍。

　　示例性地，以在机动车辆不礼让行人业务涉及到的交通违法抓拍为例，如果车辆的速度过快，则会存在车辆前冲的问题。考虑到电子监控设备的图像处理能力有限性，车辆前冲的问题会造成电子监控设备抓拍到前一帧图像显示机动车辆还未进入违法判定触发区域，但是抓拍到的下一帧图像却显示机动车辆已经越过违法判定触发区域。可见，由于车辆图像检测算法的本身的检测效率低的缺陷，导致无法及时对抓拍的图像进行检测分析，从而错过抓拍到机动车辆进入触发区域的图像的机会，进而无法依据机动车辆进入触发区域来触发对机动车辆的正常跟踪抓拍。因此，需要对机动车辆的交通行为检测方式进行改进，尽可能抓拍到机动车辆的有效交通行为。

　　下面针对本发明实施例中提供的车辆交通行为检测方法、装置、设备及存储介质，通过各实施例进行详细阐述。

　　图2是本发明实施例中提供的一种车辆交通行为检测方法的流程图。本发明实施例可适用于对路口处机动车辆的交通行为进行检测的情况。该车辆交通行为检测方法可以由车辆交通行为检测装置执行，该车辆交通行为检测装置可以采用软件和/或硬件的方式实现，并可集成在任何具有网络通信功能的电子设备上，尤其是位于路口的电子监控设备。如图2所示，本发明实施例中提供的车辆交通行为检测方法具体包括以下步骤：

　　S210、对顺序获取的至少两帧初始车辆图像进行依次压缩。

　　在本实施例中，图3是本发明实施例中提供的另一种电子监控设备抓拍机动车辆的抓拍示意图。参见图3，左图和右图分别为电子监控设备抓拍的针对机动车辆的两帧抓拍图像，从图3所示的两帧抓拍图像中的右图可以看出，电子监控设备能够抓拍到机动车辆进入触发区域的图像。这样的话，由于电子监控设备能够抓拍到机动车辆进入触发区域的图像，从而可以触发电子监控设备的正常跟踪抓拍逻辑，指示电子监控设备对车辆进行正常的跟踪抓拍。

　　鉴于上述情况，为了保证电子监控设备能够抓拍到机动车辆进入触发区域的图像，需要提升电子监控设备的检测效率，即缩短单帧图像的检测效率，尽可能地不错过抓拍机动车辆进入触发区域的车辆图像机会，并依据抓拍机动车辆进入触发区域的图像，及时地确定机动车辆与触发区域之间的相对关系进行后续的车辆交通行为进行检测。在传统的检测方式中，通常从检测算法层面对算法本身进行优化，即通常对网络优化、数据定点、冗余裁剪等方面进行性能优化，以求缩短单帧图像的检测处理耗时，提高检测效率。然而，单纯算法层面的优化方式无法解决根本性问题，即使短期的优化取得了一定的效果，其检测效果也非常有限，并且大部分时候需要以牺牲检测效果为代价，同时随着算法复杂度提升或业务要求提升很快又会达到瓶颈。因此，本案选择通过单次检测多帧初始车辆图像的方式，只需要执行一次图像检测的操作就可实现对多帧图像进行检测效果，继而缩短了单帧图像的检测效率，实现从根本上解决由于电子监控设备的处理能力不足错过抓拍合适车辆图像所导致的抓拍车辆图像数量不足的问题，而不是只对从算法层面进行简单优化来提高检测效率。

　　在本实施例中，在进行车辆交通行为检测时，电子监控设备可以通过图像采集器顺序采集道路中至少一个车道区域的图像。其中，通过图像采集器采集的道路中至少一个车道区域的图像为初始车辆图像。在通过图像采集器采集图像的过程中，车辆交通行为检测装置可以顺序获取通过图像采集器采集的至少两帧初始车辆图像。

　　在本实施例中，考虑到通过图像采集器采集的各个初始车辆图像的尺寸比较大，如果直接使用采集的初始车辆图像进行拼接，那么拼接后的图像将非常大，无疑会增加图像检测的范围，从而增加图像检测分析的难度，进而使得电子监控设备的性能消耗非常大。为此，在利用对获取的初始车辆图像进行检测之前，需要对顺序获取的各个初始车辆图像进行压缩处理，以便尽可能缩小拼接后检测图像的尺寸，以保证拼接后的车辆图像符合预设的尺寸要求，从而保证后续的图像检测效率不会因为拼接后图像的尺寸增大而降低。

　　在本实施例的一种可选方式中，对顺序获取的至少两帧初始车辆图像进行压缩，具体包括：对顺序获取的至少两帧初始车辆图像依次进行尺寸压缩；其中尺寸压缩包括图像宽度压缩和/或图像高度压缩。

　　在本实施方式中，图4是本发明实施例中提供的一种对顺序获取的两帧初始车辆图像进行压缩的压缩示意图。参见图4，以对顺序获取的两帧初始车辆图像进行压缩为例，顺序获取的两帧图像分别为第一帧初始车辆图像和第二帧初始车辆图像。电子监控设备中图像采集器的位置是固定不变的，其采集的各种初始车辆图像的初始尺寸也是相同的。假设第一帧初始车辆图像和第二帧初始车辆图像的图像尺寸大小均为w*h，其中w为初始车辆图像的宽度，h为初始车辆图像的高度。在顺序获取每一帧初始车辆图像后，对每一帧初始车辆图像的高度进行压缩，分别将顺序获取的第一帧初始车辆图像和第二帧初始车辆图像依次压缩为宽度为w且高度为h/2的两帧压缩后的初始车辆图像。

　　采用上述方式的好处在于，由于后续需要对初始车辆图像进行图像拼接，如果不对顺序获取的各个初始车辆图像进行尺寸压缩，那么后续通过各个初始车辆图像拼接得到的车辆图像的面积必然非常大，那么在对拼接得到的车辆图像进行图像检测时，会增加图像检测范围，进而增加图像检测的耗时，相应地会降低图像检测效率；同时，通过对顺序获取的至少两帧初始车辆图像进行尺寸压缩还能保证后续拼接得到的车辆图像的尺寸满足图像检测的尺寸要求，避免后续由于拼接后图像的尺寸不合适导致无法进行图像检测。

　　在本实施例的另一种可选方式中，对顺序获取的至少两帧初始车辆图像进行压缩，具体包括：依次将顺序获取的至少两帧车辆图像等比例缩放为预设尺寸大小，并将等比例缩放后的至少两帧初始车辆图像依次进行尺寸压缩；其中尺寸压缩包括图像宽度压缩和/或图像高度压缩。

　　在本实施方式中，图像采集器采集的各个初始车辆图像的尺寸可能非常大无法满足预设的尺寸要求；同时，图像采集器采集的各个初始车辆图像的分辨率也非常高，如果各帧初始车辆图像的分辨率较高，那么即便对各帧初始车辆图像进行尺寸压缩，后续拼接后得到的车辆图像的分辨率也依然比较高，进而就会增加图像检测的处理的性能负担，降低图像检测效率。为此，在对顺序获取的至少两帧初始车辆图像依次进行尺寸压缩之前，需要将顺序获取的至少两帧车辆图像等比例缩放为预设尺寸大小，保证在进行尺寸压缩前将各帧初始车辆图像缩放为合适的预设尺寸，降低后续尺寸压缩的压缩难度，以及保证后续拼接得到的车辆图像的分辨率尽可能的低，从而加快图像检测的效率。

　　在本实施方式中，上述对顺序获取的至少两帧车辆图像的等比例缩放具体可以为分别对至少两帧车辆图像进行降采样，以生成预设尺寸的初始车辆图像的缩略图。其中虽然对各帧初始车辆图像的缩放操作会造成该图像的质量会不可避免的受到影响，但是初始车辆图像中的重要信息仍然会在缩放后的图像中保留，而不会丢失。可以理解的是，在对顺序获取的至少两帧初始车辆图像进行尺寸压缩时，不仅可以对顺序获取的两帧初始图像的高度进行压缩，而且可以对顺序获取的两帧初始车辆图像的宽度进行压缩。同时，还可以根据实际情况选择压缩的帧数，例如可以对顺序获取的三帧初始车辆图像进行压缩，对顺序获取的四帧初始车辆图像进行压缩等等，在下面的实施例中将详细说明。

　　S220、将至少两帧初始车辆图像的压缩结果进行拼接，得到目标车辆图像。

　　在本实施例中，在对顺序获取的至少两帧初始车辆图像压缩处理后，可以将压缩处理后的至少两帧初始车辆图像拼接为一帧车辆图像，并将拼接成的一帧车辆图像作为目标车辆图像。图5是本发明实施例中提供的一种对压缩后的两帧初始车辆图像进行拼接的拼接示意图。参见图5，在对两帧初始车辆图像的高度进行压缩，得到压缩后的第一帧初始车辆图像和压缩后的第二帧初始车辆图像之后，可以将压缩后的第一帧初始车辆图像和压缩后的第二帧初始车辆图像进行上下拼接，将两帧压缩后的初始车辆图像拼接为一帧车辆图像，并将拼接后得到的该一帧车辆图像记为目标车辆图像。其中，目标车辆图像是指由压缩处理后的至少两帧初始车辆图像组成的图像，在目标车辆图像中包含一个或多个目标车辆。之所以采用“目标”主要是用于区分拼接前的初始车辆图像。

　　需要说明的是，上述对压缩后的至少两帧初始车辆图像进行拼接时所提到的上下拼接方式仅仅是一种示例，结合前面的压缩方式，后续的拼接还可以采用左右拼接的方式对两帧初始车辆图像进行拼接，以及对压缩后的三帧初始车辆图像进行组合拼接，具体拼接方式在后续会详细介绍。

　　S230、对目标车辆图像进行检测，确定至少两帧初始车辆图像中的车辆属性信息，以根据车辆属性信息对车辆交通行为进行检测。

　　在本实施例中，经过拼接后得到的目标车辆图像中会包含各帧对应的压缩后的初始车辆图像。此时，可以对目标车辆图像进行图像检测分析，确定顺序获取的各帧初始车辆图像中的车辆属性信息。可选地，车辆属性信息包括车辆尺寸信息和/或车辆位置信息。在一个可选示例中，对目标车辆图像进行图像检测分析，确定至少两帧初始车辆图像中包含的各个车辆的车辆尺寸信息和车辆位置信息。其中，初始车辆图像中的车辆尺寸信息是指在初始车辆图像中包含的各个车辆的尺寸大小，比如车辆的宽度和高度；初始车辆图像中的车辆位置信息是指在初始车辆图像中包含的各个车辆的坐标位置信息，例如车辆上某一特定位置点在初始车辆图像中的横坐标和纵坐标。通过车辆尺寸信息和车辆位置信息可以准确地确定车辆在初始车辆图像中所占用的轮廓范围。

　　在本实施例中，车辆属性信息中包含的车辆尺寸信息和车辆位置信息在一定程度上可以反映车辆的交通行为信息，因此可以依据车辆属性信息对车辆交通行为进行检测。可选地，可以依据车辆的车辆位置信息确定车辆与违法判定触发区域之间的相对位置关系，并依据该相对位置关系判定车辆是否进入触发区域，进而触发对车辆交通行为的检测操作，实现对车辆进行跟踪抓拍。

　　本发明实施例中提供了一种车辆交通行为检测方案，采用本发明提供的上述方案，仅需要通过对由多帧初始车辆图像组成的目标车辆图像进行一次图像检测分析，就可以一次性分别得到多帧初始车辆图像中包含的各个机动车辆的车辆属性信息，从非算法优化角度来提升整体的图像检测效率，以保证在消耗同样的检测处理资源的情况下，获取更多帧的图像信息，从而缩短了获取单帧初始车辆图像中的车辆属性信息所耗费的检测时间，提升了车辆交通行为的检测效率。

　　图6是本发明实施例中提供的另一种车辆交通行为检测方法的流程图。本发明实施例在上述实施例的基础上进行优化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图6所示，本发明实施例中提供的车辆交通行为检测方法具体包括以下步骤：

　　S610、从候选压缩拼接模板中选择使用的目标压缩拼接模板。

　　在本实施例中，压缩拼接的方案可以有多种，在对多帧初始车辆图像进行压缩拼接时，可以依据实际情况从候选压缩拼接模板中选取合适的压缩拼接模板，作为将要使用的目标压缩拼接模板。可选地，候选压缩拼接模板中具体包括二帧压缩拼接模板、三帧压缩拼接模板以及四帧压缩拼接模板。

　　在一个可选示例中，图7是本发明实施例中提供的一种二帧压缩拼接模板的模板示意图。参见图7，对于二帧压缩拼接模板，左边示意图提供的模板为对两帧初始车辆图像的高度进行压缩后，并将压缩后的二帧车辆图像进行上下顺序拼接的二帧压缩拼接模板；右边示意图提供的模板为对两帧初始车辆图像的宽度进行压缩后，并将压缩后的二帧车辆图像进行左右顺序拼接的二帧压缩拼接模板。

　　在另一可选示例中，图8是本发明实施例中提供的一种三帧压缩拼接模板的模板示意图。参见图8，对于三帧压缩拼接模板，左上角示意图提供的模板为对顺序获取的三帧初始车辆图像的高度进行压缩，并将压缩后的三帧车辆图像进行上中下顺序拼接的三帧压缩拼接模板；右上角示意图提供的模板为对顺序获取的三帧初始车辆图像的高度进行压缩，并将压缩后的三帧车辆图像进行左中右顺序拼接的三帧压缩拼接模板；左下角示意图提供的模板为对顺序获取的三帧初始车辆图像中的第一帧和第二帧初始车辆图像的高度与宽度均进行压缩，以及对第三帧初始车辆图像的宽度进行压缩，并将压缩后三帧初始图像按照左边上下两帧压缩图像且右边一帧压缩图像的方式进行拼接的三帧压缩拼接模板；右下角示意图提供的模板为对顺序获取的三帧初始车辆图像中的第一帧初始车辆图像的宽度进行压缩，以及对第二帧初始车辆图像和第三帧初始车辆图像的高度和宽度均进行压缩，并将压缩后三帧初始图像按照左边一帧压缩图像且右边上下两帧压缩图像的方式进行拼接的三帧压缩拼接模板。

　　在又一可选示例中，图9是本发明实施例中提供的一种四帧压缩拼接模板的模板示意图。参见图9，对于四帧压缩拼接模板，左上角示意图提供的模板为对顺序获取的四帧初始车辆图像的高度进行压缩，并将压缩后的四帧车辆图像沿列方向从上往下依次顺序拼接的四帧压缩拼接模板；右上角示意图提供的模板为对顺序获取的四帧初始车辆图像的高度进行压缩，并将压缩后的四帧车辆图像沿行方向从左往右依次顺序拼接的四帧压缩拼接模板；最下面的示意图提供的模板为对顺序获取的四帧初始车辆图像中的高度与宽度均进行压缩，并将压缩后四帧初始图像按照“田”字样式依次顺序拼接的四帧压缩拼接模板。

　　在本实施例中，如前述图7、图8和图9所示，二帧压缩拼接模板、三帧压缩拼接模板以及四帧压缩拼接模板，均是对多帧初始车辆图像的宽度和/或高度进行处理，最终将压缩后的多帧初始车辆图像拼接为一个与每一帧初始图像的尺寸一致的拼接图像。可选地，候选压缩拼接模板还可以包括五帧压缩拼接模板、六帧压缩拼接模板以及N帧压缩拼接模板，具体压缩拼接模板的样式可以根据实际情况进行设置。

　　S620、根据目标压缩拼接模板中包括的图像帧数以及图像压缩参数，对顺序获取的至少两帧初始车辆图像进行依次压缩。

　　在本实施例中，对于每一个候选压缩拼接模板而言，压缩拼接模板中可以包括需要压缩的初始车辆图像的图像帧数以及每一帧初始图像需要进行压缩处理所使用的图像压缩参数。在从候选压缩拼接模板中选取需要使用的目标压缩拼接模板后，可以根据选取的目标压缩拼接模板中包括的图像帧数和图像压缩参数，按照获取顺序分别对各帧初始车辆图像进行压缩处理。可选地，图像帧数是指目标压缩拼接模板所适用的压缩拼接的初始车辆图像的帧数；图像压缩参数是指对顺序获取的各帧初始车辆图像的尺寸大小进行压缩时所采用的具体尺寸压缩参数值和对初始车辆图像的等比例缩放参数值，比如对将初始车辆图像的图像宽度和高度均压缩一半，以及在初始车辆图像非常大时预先将初始车辆图像从宽度和高度上等比例缩放为预设尺寸。

　　在本实施例的一种可选方式中，根据目标压缩拼接模板中包括的图像帧数以及图像压缩参数，对顺序获取的至少两帧初始车辆图像进行压缩，包括：根据目标压缩拼接模板中包括的图像帧数以及图像压缩参数，对顺序获取的至少两帧初始车辆图像依次进行图像宽度压缩和/或图像高度压缩。

　　在本实施方式中，下面以各帧初始车辆图像的初始尺寸大小满足预设尺寸要求为例进行一系列说明。示例性地，参见图8，以图8中左下角示意图提供的三帧压缩拼接模板为从候选压缩拼接模板中选中的目标压缩拼接模板为例，目标压缩拼接模板中包括的图像帧数为三帧初始车辆图像，目标压缩拼接模板在设定位置匹配的压缩结果分别为第一帧初始车辆图像的压缩结果、第二帧初始车辆图像压缩结果和第三帧初始车辆图像的压缩结果。该目标压缩拼接模板中包括第一帧初始车辆图像所匹配的图像压缩参数指示对第一帧初始车辆图像的高度和宽度均进行压缩处理，得到压缩后的第一帧初始车辆图像；该目标压缩拼接模板中包括第二帧初始车辆图像所匹配的图像压缩参数指示对第二帧初始车辆图像的高度和宽度均进行压缩处理，得到压缩后的第二帧初始车辆图像；该目标压缩拼接模板中包括第三帧初始车辆图像所匹配的图像压缩参数指示对第三帧初始车辆图像的宽度进行压缩处理，得到压缩后的第三帧初始车辆图像。

　　在本实施方式中，可选地，考虑到顺序获取的各帧初始车辆图像的初始尺寸可能并不满足预设尺寸要求，为此需要依次将顺序获取的至少两帧车辆图像等比例缩放为预设尺寸大小，以保证各帧初始车辆图像在尺寸压缩前满足预设尺寸要求，保证后续的宽度或高度压缩更加方便。

　　可以理解的是，上述仅示例了一种三帧压缩拼接模板为目标压缩拼接模板的示例性说明，关于使用其他类型的压缩拼接模板的图像帧数以及图像压缩参数，对顺序获取的至少两帧初始车辆图像进行压缩的过程，与前述示例的使用三帧压缩拼接模板进行压缩的过程相似，仅仅是图像帧数和图像压缩参数的具体操作值发生了更改，这里不再赘述。

　　S630、根据目标压缩拼接模板中包括的图像拼接参数，将至少两帧初始车辆图像的压缩结果进行拼接，得到目标车辆图像。

　　在本实施例中，目标压缩拼接模板中包括的图像拼接参数用于指示对压缩后的各帧初始车辆图像的拼接方式。进而，依据目标压缩拼接模板中包括的图像拼接参数所指示的拼接方式，对各帧初始车辆图像的压缩结果进行拼接，得到目标车辆图像。例如，以图7中左上角示意图的二帧压缩拼接模板为例，该二帧压缩拼接模板中包括的图像拼接参数指示对压缩后的第一帧初始车辆图像和压缩后的第二帧初始车辆图像按照上下拼接的方式，将两帧压缩后的初始车辆图像拼接为一帧图像，即得到目标车辆图像。再例如，以图9中最下方示意图的四帧压缩拼接模板为例，该四帧压缩拼接模板中包括的图像拼接参数指示对压缩后的第一帧初始车辆图像、压缩后的第二帧初始车辆图像、压缩后的第三帧初始车辆图像以及压缩后的第四帧初始车辆图像，按照“田”字拼接方式依次进行图像拼接，得到包含四帧压缩后的初始车辆图像的目标车辆图像。

　　在本实施例的一种可选方式中，根据目标压缩拼接模板中包括的图像拼接参数，对至少两帧初始车辆图像的压缩结果进行拼接得到目标车辆图像，具体包括：在对顺序获取的至少两帧初始车辆图像进行压缩后，依次将至少两帧初始车辆图像的压缩结果中排序在最后一帧初始车辆图像的压缩结果之前的各帧初始车辆图像的压缩结果顺序缓存，当得到至少两帧初始车辆图像的压缩结果中最后一帧初始车辆图像的压缩结果时，从缓存中顺序取出已缓存的各帧初始车辆图像的压缩结果，并将取出各帧初始车辆图像的压缩结果与当前得到的最后一帧初始车辆图像的压缩结果拼接成为一帧图像，作为目标车辆图像。

　　S640、对目标车辆图像进行检测，确定至少两帧初始车辆图像中的车辆属性信息，以根据车辆属性信息对车辆交通行为进行检测。

　　在上述实施例的基础上，可选地，在确定至少两帧初始车辆图像中的车辆属性信息之后，以及根据车辆属性信息对车辆交通行为进行检测之前，本发明实施例中提供的车辆交通行为检测方法，具体还包括以下步骤S650～S660(为了主体流程步骤表达清晰，这里仅仅做出文字说明，图6中暂未示出)：

　　S650、在确定至少两帧初始车辆图像中的车辆属性信息时，在当前周期上报至少两帧初始车辆图像中第一帧初始车辆图像的车辆属性信息；

　　S660、在下一周期获取每一帧初始车辆图像的过程中，依次上报至少两帧初始车辆图像中未上报的每一帧初始车辆图像的车辆属性信息。

　　在本实施例中，在当前周期对至少两帧初始车辆图像进行压缩拼接，以及对拼接后的目标车辆图像进行检测得到至少两帧初始车辆图像中的车辆属性信息后，在当前周期仅仅上报第一帧初始车辆图像的车辆属性信息，而剩余的其他初始车辆图像的车辆属性信息并不会在当前周期立即进行上报，而是在下一周期顺序获取每一帧初始车辆图像的过程中，依次上报之前未上报的每一帧初始车辆图像的车辆属性信息。

　　采用上述方式的好处在于，由于压缩拼接的初始车辆图像存在多个，相应的会得到多个车辆属性信息，而上层软件任务处理为串行模式，如果一次同时上报多个车辆属性信息，单次可能无法处理完成，会造成后续流程的阻塞。通过在顺序将压缩后的各帧初始车辆图像写入缓存的过程，依次将未上报的各帧初始车辆图像对应的车辆属性信息分别上报，可以充分利用缓存过程中空闲的处理能力，而且通过间歇上报的方式可以保证不会同时上报多帧的车辆属性信息结果，避免由于同时上报多个车辆属性信息导致上层处理过程阻塞。

　　本发明实施例中提供了一种车辆交通行为检测方案，可以对多帧初始车辆图像进行压缩和拼接，得到一帧目标车辆图像，通过压缩和拼接可以保证得到的目标车辆图像与每一帧初始车辆图像的尺寸一致，且同时能够保证目标车辆图像的分辨率尽可能低于每一帧初始车辆图像的分辨率，仅需要通过一次图像检测分析，就可以一次性得到多帧初始车辆图像的车辆属性信息，从非算法优化角度来提升整体的图像检测效率，以保证在消耗同样的检测处理资源的情况下，获取更多帧的图像信息，从而缩短了获取单帧初始车辆图像中的车辆属性信息所耗费的检测时间，提升了车辆交通行为的检测效率。

　　图10是本发明实施例中提供的又一种车辆交通行为检测方法的流程图。本发明实施例在上述实施例的基础上进行优化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图10所示，本发明实施例中提供的车辆交通行为检测方法具体包括以下步骤：

　　S1010、对顺序获取的至少两帧初始车辆图像进行压缩。

　　S1020、将至少两帧初始车辆图像的压缩结果进行拼接，得到目标车辆图像。

　　S1030、基于图像检测模型，分别对目标车辆图像中的至少两帧初始车辆图像的压缩结果进行检测，确定至少两帧初始车辆图像的压缩结果中的车辆属性信息。

　　在本实施例中，基于卷积神经网络模型，可以根据预先获取的目标车辆图像的样本数据与样本数据匹配的车辆属性信息进行训练，得到本案的图像检测模型。可选地，将目标车辆图像输入到图像检测模型中，通过图像检测模型可以对拼接到的目标车辆图像进行图像分割，分别对每一帧初始车辆图像的压缩结果进行检测，从而确定每一帧初始车辆图像的压缩结果包含的各个车辆，以及确定每一帧初始车辆图像的压缩结果中各个车辆的车辆属性信息。

　　在本实施例中，图11是本发明实施例中提供的一种两帧初始车辆图像进行压缩拼接的实际效果图。参见图11，从实际效果图中可以看到由于对两帧初始车辆图像的高度压缩了一半，压缩拼接后的目标车辆图像中的行人和机动车辆发生了一定的形变，这样的话在后续对目标车辆图像进行检测时，会造成检测分析结果出现一定的偏差。图11中不难看出，类似在不礼让行人等应用场景中行人和各种车辆一般都集中在斑马线附近或框定的触发区域内，行人和车辆的形变造成了一定的检测偏差，但影响也不会太大。为此，可以采用大量的目标车辆图像的样本数据与样本数据匹配的车辆属性信息进行反复训练，以得到更加准确的图像检测模型，即可消除压缩初始车辆图像变形所造成的损失，从而尽可能降低压缩形变对目标车辆图像的影响，以达到性能及分析效果的平衡。

　　在本实施例中，考虑到目标车辆图像是由多帧压缩后的初始车辆图像拼接而成，目标车辆图像中各帧初始车辆图像的图像帧数、图像压缩参数以及图像拼接参数均存在一定的差异性。如果在对目标车辆图像中采用了与目标车辆图像的压缩拼接方式不匹配的图像检测模型，可能图像检测模型会对目标车辆图像进行分割检测时出现很大地偏差，进而导致最后对目标车辆图像的检测结果出现偏差。为此，在使用图像检测模型对目标车辆图像进行分割检测时，需要保证图像检测模型所能处理的车辆图像所采用的压缩拼接模板与目标车辆图像所采用的压缩拼接模板一致。可选地，对于不同的压缩拼接形式，不同的压缩拼接形式的目标车辆图像需要采用与其匹配的基于卷积神经网络的图像检测模型，这样才能保证使用匹配的图像检测模型正确分析出目标车辆图像中的车辆属性信息。可选地，经压缩拼接得到的目标车辆图像的尺寸大小与图像检测模型所要求的图像尺寸一致，以保证基于卷积的神经网络检测模型能够对合适尺寸的目标车辆图像进行检测。

　　S1040、依据至少两帧初始车辆图像的压缩结果中的车辆属性信息，确定至少两帧初始车辆图像中的车辆属性信息，以根据车辆属性信息对车辆交通行为进行检测。

　　在本实施例中，至少两帧初始车辆图像的压缩结果中的车辆属性信息是指在压缩后的初始车辆图像中的车辆属性信息，该车辆属性信息是各个车辆相对于压缩后的初始车辆图像的车辆属信息，而不是相对于初始车辆图像的车辆属性信息，因此需要根据至少两帧初始车辆图像的压缩结果中的车辆属性信息反推出至少两帧初始车辆图像中的车辆属性信息。可选地，依据在各帧初始车辆图像的压缩结果中车辆的车辆属性信息，以及各帧初始车辆图像与目标车辆之间的图像尺寸比例，确定各帧初始车辆图像中车辆的车辆属性信息。

　　示例性地，以图7中左上角示意图的二帧压缩拼接模板为例，该二帧压缩拼接模板按照上下拼接的方式进行压缩拼接得到目标车辆图像。根据压缩后的第一帧初始车辆图像中的车辆属性信息反推出第一帧初始车辆图像中的车辆属性信息，以及根据压缩后的第二帧初始车辆图像中的车辆属性信息反推出第二帧初始车辆图像中的车辆属性信息的过程，具体如下：假设第一帧初始车辆图像的图像尺寸大小为W*H，目标车辆图像的图像尺寸为w*h，在目标车辆图像中压缩后的第一帧初始车辆图像中的车辆大小为M1*N1，且该车辆上的特定位置点的坐标为(X1，Y1)；在目标车辆图像中压缩后的第二帧初始车辆图像中的车辆大小为M2*N2，且该车辆上的特定位置点的坐标为(X2，Y2)，可对应得到如下结果：

　　(1)压缩后的第一帧初始车辆图像中的车辆，在第一帧初始车辆图像中的车辆属性信息具体为：

　　

　　

　　(2)压缩后的第二帧初始车辆图像中的车辆，在第二帧初始车辆图像中的车辆属性信息具体为：

　　

　　

　　不难看出，通过上述反推过程即可得到第一帧初始车辆图像中的车辆属性信息和第二帧初始车辆图像中的车辆属性信息，其中，车辆属性信息包括车辆尺寸信息和车辆位置信息。在确定各帧初始车辆图像中车辆的车辆尺寸信息和车辆位置信息后就可以依据车辆的车辆尺寸信息和车辆位置信息来确定车辆是否进入违法判定的触发区域，从而触发电子监控设备跟踪抓拍车辆的交通违法行为，实现对车辆交通行为的检测。

　　可以理解的，针对左右拼接的二帧压缩拼接、三帧压缩拼接、四帧压缩拼接以及N帧压缩拼接的图像检测处理流程与上下拼接的二帧压缩拼接的图像检测处理流程类似，可以以类似二帧压缩拼接对应的处理方式达到同样的效果。

　　本发明实施例中提供了一种车辆交通行为检测方案，采用本发明提供的上述方案，通过图像检测模型对由多帧初始车辆图像组成的目标车辆图像进行一次图像检测分析，就可以一次性分别得到多帧初始车辆图像中包含的各个机动车辆的车辆属性信息，从非算法优化角度来提升整体的图像检测效率，以保证在消耗同样的检测处理资源的情况下，获取更多帧的图像信息，从而缩短了获取单帧初始车辆图像中的车辆属性信息所耗费的检测时间，提升了车辆交通行为的检测效率。

　　图12是本发明实施例中提供的又一种车辆交通行为检测方法的流程图。本发明实施例在上述实施例的基础上进行优化，尤其以两帧初始车辆图像为例提供了一种优选实施方案，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图12所示，本发明实施例中提供的车辆交通行为检测方法具体包括以下步骤：

　　S1210、顺序获取第一帧初始车辆图像和第二帧初始车辆图像。

　　S1220、从候选压缩拼接模板中选择上下拼接的二帧压缩拼接模板，作为需要使用的目标压缩拼接模板。

　　S1230、采用目标压缩拼接模板中包括的图像帧数以及图像压缩参数，对顺序获取的第一帧初始车辆图像和第二帧初始车辆图像分别进行压缩处理。

　　在本实施例中，对顺序获取的第一帧初始车辆图像和第二帧初始车辆图像分别进行压缩处理，包括：对顺序获取的第一帧初始车辆图像和第二帧初始车辆图像分别进行图像宽度压缩和/或图像高度压缩；或者，分别将顺序获取的第一帧初始车辆图像和第二帧初始车辆图像等比例缩放为预设尺寸大小，并将等比例缩放后的第一帧初始车辆图像和第二帧初始车辆图像依次进行图像宽度压缩和/或图像高度压缩。

　　S1240、采用目标压缩拼接模板中包括的图像拼接参数，对第一帧初始车辆图像的压缩结果和第二帧初始车辆图像的压缩结果进行拼接得到目标车辆图像。

　　其中，第一帧初始车辆图像的压缩结果和第二帧初始车辆图像的压缩结果均具有顺序编号，用于确定第一帧初始车辆图像的压缩结果和第二帧初始车辆图像的压缩结果在拼接时的上下位置关系。例如，将第一帧初始车辆图像的压缩结果拼接在上半部分，将第二帧初始车辆图像的压缩结果拼接在下半部分。

　　在本实施例中，第一帧初始车辆图像和第二帧初始车辆图像为顺序获取的两帧车辆图像，在将第一帧初始车辆图像进行压缩后，将第一帧初始车辆图像的压缩结果写入缓存；返回对顺序获取的第二帧初始车辆图像进行压缩，并在得到第二帧初始车辆图像的压缩结果后，从缓存中取出第一帧初始车辆图像的压缩结果。将取出的第一帧初始车辆图像的压缩结果与经压缩处理后不进入缓存的第二帧初始车辆图像的压缩结果进行拼接，得到目标车辆图像。通过拼接后送入的第一帧初始车辆图像的压缩结果在目标车辆图像的上半部分，第二帧初始车辆图像的压缩结果在目标车辆图像的下半部分，目标车辆图像的尺寸大小与第一帧初始车辆图像和第二帧初始车辆图像一样保持不变，此时保证目标车辆图像仍满足已有图像检测模型在尺寸上的要求。

　　S1250、基于图像检测模型，分别对目标车辆图像中的第一帧初始车辆图像的压缩结果和第二帧初始车辆图像的压缩结果进行检测，分别确定第一帧初始车辆图像的压缩结果和第二帧初始车辆图像的压缩结果中的车辆属性信息。

　　S1260、分别依据第一帧初始车辆图像的压缩结果和第二帧初始车辆图像的压缩结果中的车辆属性信息，反推出第一帧初始车辆图像中的车辆属性信息和第二帧初始车辆图像中的车辆属性信息。

　　S1270、在确定两帧初始车辆图像中的车辆属性信息时，在当前周期上报第一帧初始车辆图像的车辆属性信息，并在下一周期对获取的第三帧初始车辆图像进行缓存的过程中，将第二帧初始车辆图像中的车辆属性信息进行上报。

　　在本实施例中，图13是本发明实施例中提供的一种车辆属性信息的上报示意图。参见图13，在获取当前周期内的第一帧初始车辆图像和第二帧初始车辆图像中的车辆属性信息后，可以在当前周期立即上报第一帧初始车辆图像中的车辆属性信息，但是在当前周期不上报第二帧初始车辆图像中的车辆属性信息。在进入下一周期，将压缩后的第三帧初始车辆图像进行缓存的过程中，上报之前未上报的第二帧初始车辆图像中的车辆属性信息。

　　在本实施例中，按照图13所示的流程，第一帧初始车辆图像和第二帧初始车辆图像作为一个组合完成检测分析后，立即上报第一帧初始车辆图像中车辆属性信息，此时第一帧初始车辆图像的所有处理流程结束。然后，在下一周期获取第三帧初始车辆图像和第四帧初始车辆图像作为另一个组合处理，并在对第三帧初始车辆图像进行缓存处理时，同时将上一周期的第二帧初始车辆图像中的车辆属性信息上报，并结束第二帧初始车辆图像的所有处理流程；以此类推，第三帧初始车辆图像和第四帧初始车辆图像重复上一周期的拼接和检测分析流程，并上报第三帧初始车辆图像中的车辆属性信息。由于每两帧组合处理时前一帧均只做缓存处理，在当前帧完成上一帧的上报动作既可以充分利用智能内部的性能，又可以通过间歇上报的方式保证不会同时上报两帧结果导致上层处理阻塞。

　　本发明实施例中提供了一种车辆交通行为检测方案，采用本发明提供的上述方案，通过多帧帧压缩拼接的方式，一次检测获取多帧目标信息，通过对多帧帧图像进行压缩拼接为一帧图像达到消耗一次检测模型分析性能获得多帧帧目标结果的目的，提升模型检测效率，解决单纯从算法模型优化或替代的角度优化性能所存在的瓶颈性问题和损失检测效果为代价的问题。

　　图14是本发明实施例中提供的一种车辆交通行为检测装置的结构示意图。本发明实施例可适用于对路口处机动车辆的交通行为进行检测的情况。该车辆交通行为检测装置可以采用软件和/或硬件的方式实现，并可集成在任何具有网络通信功能的电子设备上，尤其是位于路口的电子监控设备。如图14所示，本发明实施例中提供的车辆交通行为检测装置具体包括：图像压缩模块1410、图像拼接模块1420和图像检测模块1430。其中：

　　图像压缩模块1410，用于对顺序获取的至少两帧初始车辆图像进行依次压缩；

　　图像拼接模块1420，用于对所述至少两帧初始车辆图像的压缩结果进行拼接，得到目标车辆图像；

　　图像检测模块1430，用于对所述目标车辆图像进行检测，确定所述至少两帧初始车辆图像中的车辆属性信息，以根据所述车辆属性信息对车辆交通行为进行检测。

　　在上述实施例可选方案的基础上，可选的，所述图像压缩模块1410包括：

　　第一图像压缩单元，用于对顺序获取的至少两帧初始车辆图像依次进行尺寸压缩；所述尺寸压缩包括图像宽度压缩和/或图像高度压缩。

　　在上述实施例可选方案的基础上，可选的，所述图像压缩模块1410包括：

　　压缩拼接模板选择模块，用于从候选压缩拼接模板中选择使用的目标压缩拼接模板；

　　第二图像压缩单元，用于根据所述目标压缩拼接模板中包括的图像帧数以及图像压缩参数，对顺序获取的至少两帧初始车辆图像进行依次压缩；

　　相应地，所述图像拼接模块1420包括：

　　图像拼接单元，用于根据所述目标压缩拼接模板中包括的图像拼接参数，将至少两帧初始车辆图像的压缩结果进行拼接。

　　在上述实施例可选方案的基础上，可选的，所述图像检测模块1430包括：

　　图像检测单元，用于基于图像检测模型，分别对所述目标车辆图像中的至少两帧初始车辆图像的压缩结果进行检测，确定所述至少两帧初始车辆图像的压缩结果中的车辆属性信息；

　　属性信息确定单元，用于依据所述至少两帧初始车辆图像的压缩结果中的车辆属性信息，确定所述至少两帧初始车辆图像中的车辆属性信息。

　　在上述实施例可选方案的基础上，可选的，所述车辆属性信息包括车辆尺寸信息和/或车辆位置信息。

　　在上述实施例可选方案的基础上，可选的，所述装置还包括：

　　属性信息首帧上报模块1440，用于在确定所述至少两帧初始车辆图像中的车辆属性信息时，在当前周期上报所述至少两帧初始车辆图像中第一帧初始车辆图像的车辆属性信息；

　　属性信息剩余上报模块1450，用于在下一周期获取每一帧初始车辆图像的过程中，依次上报所述至少两帧初始车辆图像中未上报的每一帧初始车辆图像的车辆属性信息。

　　本发明实施例中所提供的车辆交通行为检测装置可执行上述本发明任意实施例中所提供的车辆交通行为检测方法，具备执行该车辆交通行为检测方法相应的功能和有益效果，未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例中所提供的车辆交通行为检测方法。

　　图15是本发明实施例中提供的一种电子设备的结构示意图。如图15所示结构，本发明实施例中提供的电子设备包括：一个或多个处理器1510和存储装置1520；该电子设备中的处理器1510可以是一个或多个，图15中以一个处理器1510为例；存储装置1520用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器1510执行，使得所述一个或多个处理器1510实现如本发明实施例中任一项所述的车辆交通行为检测方法。

　　该电子设备还可以包括：输入装置1530和输出装置1540。

　　该电子设备中的处理器1510、存储装置1520、输入装置1530和输出装置1540可以通过总线或其他方式连接，图15中以通过总线连接为例。

　　该电子设备中的存储装置1520作为一种计算机可读存储介质，可用于存储一个或多个程序，所述程序可以是软件程序、计算机可执行程序以及模块，如本发明实施例中所提供的车辆交通行为检测方法对应的程序指令/模块(例如，附图14所示的车辆交通行为检测装置中的模块，包括：图像压缩模块1410、图像拼接模块1420和图像检测模块1430)。处理器1510通过运行存储在存储装置1520中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述方法实施例中车辆交通行为检测方法。

　　存储装置1520可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储装置1520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置1520可进一步包括相对于处理器1510远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

　　输入装置1530可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置1540可包括显示屏等显示设备。

　　并且，当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器1510执行时，程序进行如下操作：

　　对顺序获取的至少两帧初始车辆图像进行依次压缩；

　　将所述至少两帧初始车辆图像的压缩结果进行拼接，得到目标车辆图像；

　　对所述目标车辆图像进行检测，确定所述至少两帧初始车辆图像中的车辆属性信息，以根据所述车辆属性信息对车辆交通行为进行检测。

　　当然，本领域技术人员可以理解，当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器1510执行时，程序还可以进行本发明任意实施例中所提供的车辆交通行为检测方法中的相关操作。

　　本发明实施例中提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时用于执行车辆交通行为检测方法，该方法包括：

　　对顺序获取的至少两帧初始车辆图像进行依次压缩；

　　将所述至少两帧初始车辆图像的压缩结果进行拼接，得到目标车辆图像；

　　对所述目标车辆图像进行检测，确定所述至少两帧初始车辆图像中的车辆属性信息，以根据所述车辆属性信息对车辆交通行为进行检测。

　　可选的，该程序被处理器执行时还可以用于执行本发明任意实施例中所提供的车辆交通行为检测方法。

　　本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random AccessMemory，RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

　　计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于：电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

　　计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、无线电频率(RadioFrequency，RF)等等，或者上述的任意合适的组合。

　　可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

　　在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

　　注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。