(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111311305.0 (22)申请日 2021.11.08 (71)申请人 重庆邮电大 学 地址 400065 重庆市南岸区南 山街道崇文 路2号 (72)发明人 肖云鹏　何兮　王蓉　贾朝龙　 李暾　刘红　 (74)专利代理 机构 重庆辉腾律师事务所 5 0215 代理人 王海军 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/08(2020.01) (54)发明名称 一种基于视频修复技术的交通流量插补方 法 (57)摘要 本发明属于智能交通领域， 具体涉及一种基 于视频修复技术的交通流量插补方法， 该方法包 括： 获取车辆数据， 根据获取的车辆数据构建车 辆轨迹； 将车辆轨迹输入到Skip ‑gram模型中， 提 取卡口特征向量； 采用t ‑SNE算法对卡口特征向 量进行降维处理， 得到卡口二维特征分布； 将卡 口二维特征分布进行扩散， 生成卡口矩阵， 并填 充卡口流量生成路网流量图像； 将路网流量图像 输入到交通流量插补模型中， 得到恢复流量的数 据； 所述交通流量插补模型包括周期子网络、 空 间子网络以及融合网络； 本发明为智能交通系统 的构建提供了高质量的数据基础， 也可以应用于 同类型的时空数据插补或预测。 权利要求书3页 说明书9页 附图3页 CN 113971373 A 2022.01.25 CN 113971373 A 1.一种基于视频修复技术的交通流量插补方法， 其特征在于， 包括： 获取车辆数据， 根 据获取的车辆数据构建车辆轨迹； 将车辆轨迹输入到Skip ‑gram模型中， 提取卡口特征向 量； 采用t ‑SNE算法对卡口特征向量进行降维处理， 得到卡口二维特征分布； 将卡口二维特 征分布进行扩散， 生成卡口矩阵， 填充卡口矩阵中的卡口流量， 生成路网流量图像； 将路网 流量图像输入到交通流量插补模型中， 得到恢复流量的数据； 所述交通流量插补模型包括 周期子网络、 空间子网络以及融合网络 。 2.根据权利要求1所述的一种基于视频修复技术的交通流量插补方法， 其特征在于， 根 据获取的车辆数据构建车辆轨迹的过程包括： 获取 的车辆数据包括车辆的车牌号、 行驶速 度、 行驶方向以及时间戳； 根据车辆的行驶速度、 行驶方向以及时间戳构建车辆在路 网中的 行驶路径， 构建的行驶路径为该车辆的轨迹； 行驶路径的表达式为Vi＝{mi1， mi2，…， min}， 其 中mi1表示车辆i驶入路网经过的第一个卡 口， min表示车辆i离开路网时经过的最后一个卡 口。 3.根据权利要求1所述的一种基于视频修复技术的交通流量插补方法， 其特征在于， 采 用Skip‑gram模型提取 车辆轨迹的卡口特 征向量的方程包括： 其中， g(m)表示Skip ‑gram模型最大化函数， m表示卡口， 表示存在于卡口m上下文中 的卡口， Context(m)表示卡口m的上下文， u表示取自卡口m和负样本子集并集中的卡口， 表示处理卡 口 时生成的负样本子集， 表示在出现上下文卡口的前 提下出现卡口m和负样本子集的概率， σ(.)表示sigmoid函数， 表示， T表示转置， θu 表示学习的参数， Lm(u)表示判断卡 口u是否等于卡口m的条件， L表示优化目标， C表示车辆 轨迹集合。 4.根据权利要求1所述的一种基于视频修复技术的交通流量插补方法， 其特征在于， 采 用t‑SNE算法对卡口特 征向量进行降维处 理的过程包括： 步骤1： 根据卡口特征向量计算各卡口xi分布在卡口xj周围的概率pj|i， 根据得到概率 pj|i计算卡口xi和卡口xj的相似性pij； 步骤2： 将高维度的卡口特征向量映射到低维空间中， 得到对应的二维卡口特征yi与yj， 计算二维卡口特 征yi与yj的相似性qij； 步骤3： 根据高维卡口xi与卡口xj的相似性pij和二维卡口特征yi与yj的相似性qij采用梯 度下降优化 Q分布与P分布的KL散度， 得到卡口在二维空间中的映射y1， ...， yN； 步骤4： 对卡口在二维空间中的映射进行切割， 得到网格单 元；权　利　要　求　书 1/3 页 2 CN 113971373 A 2步骤5： 对网格单元的中的卡口数进行检测， 若网格单元中卡口数为1， 则不进行操作； 否则采用扩散算法将卡口数大于1的网格生成卡口矩阵及路网流量图像， 使得每个网格单 元中的卡口数至多为1。 5.根据权利要求4所述的一种基于视频修复技术的交通流量插补方法， 其特征在于， 采 用扩散算法对网格生成卡口矩阵及路网流 量图像的过程包括： 步骤1： 以当前网格单元中历史流量最大的卡口作为基准卡口， 将基准卡口的外层按照 角度划分为四个区域； 步骤2： 计算 卡口与基准 卡口的方位角； 步骤3： 将卡口放置到外层对应角度的位置， 若该位置已被占用， 则分配到对应区域的 其它位置中； 步骤4： 对应区域全部被占用， 则向外扩张一层， 返回步骤1直到找到可以扩散的位置， 得到卡口矩阵； 在矩阵中存在卡口 的单元置为1， 不存在卡口 的单元置为0； 步骤5： 设置时间间隔， 将卡口流量按照设置的时间隔件划分， 得到切分好的卡口流量 切片； 步骤6： 将路网流量切片填充到卡口矩阵对应位置， 生成按照时间切片的路网流量图 像。 6.根据权利要求1所述的一种基于视频修复技术的交通流量插补方法， 其特征在于， 采 用交通流量插补模型对路网流 量图像进行处 理的过程包括： 步骤1： 对路网流 量图像进行部分卷积， 得到待修复的时间切片； 步骤2： 将待修复的时间切片输入到周期子网络中， 得到交通 流量的周期特 征； 步骤3： 将待修复的时间切片输入到空间子网络中， 得到交通 流量的空间特 征； 步骤4： 将交通流量的周期特征和交通流量的空间特征输入到 融合网络中， 得到交通流 量的插补结果。 7.根据权利要求6所述的一种基于视频修复技术的交通流量插补方法， 其特征在于， 对 路网流量图像进行部分卷积的过程包括： 输入路网流量图像和对应的初始遮罩， 初始遮罩 尺寸与路 网流量图像尺寸相同； 在初始 罩中将与卡口对应的位置中的数据设置为1， 其他位 置设置为0； 采用遮罩遮挡流量图像中不存在卡口的无效区域， 并对有效区域进行卷积； 在 卷积过程结束后更新遮罩； 得到交通 流量的特征图和更新后的遮罩。 8.根据权利要求6所述的一种基于视频修复技术的交通流量插补方法， 其特征在于， 采 用周期子网对待修复的时间切片进行处理的过程包括： 周期子网络采用编解码器结构； 并 将BiConvLSTM作为网络中的组成单元； 将路网流量图像按照时间顺序排列{Xt‑1d， Xt‑10min， Xt‑5min， X， Xt+5min， Xt+10min， Xt+1d}， 其中X为包含缺失数据的路网流量图像， 其它数据为周期内 完整路网流量图像， 其中min表示分钟， d表示天； 将排列好的路网流量图像输入到 BiConvLSTM中， 输出隐藏状态H和单元输出Y； 在编码器Encoder中每一层BiConvLS TM前使用 PConvLSTM网络对输入的待修复的时间切片进行下采样， 得到每一层的隐藏状态H1， H2，…， Ht； 解码器Decoder中的每一层的隐藏状态来自于编码器Encoder中的复制， 每一层 ConvLSTM前使用反卷积进行上采样； 解码器Decoder第一层输入来自随机初始化特征， 之后 解码器Decoder每一层的输入为前一层的输出， 最终得到交通 流量的周期特 征。 9.根据权利要求6所述的一种基于视频修复技术的交通流量插补方法， 其特征在于， 采权　利　要　求　书 2/3 页 3 CN 113971373 A 3