随着我国社会经济的迅速发展以及城市化进程的加快,我国机动车数量不断增长,导致交通问题日益严重,实施有效的交通监控对于解决日益增长的交通问题具有积极意义。伴随着人工智能进入国家战略层面的议程，以及人工智能技术的不断革新突破，智能交通系统在未来会成为必然的发展趋势,要实现交通系统的直观认识和方便手段,就要将大量的交通信息利用计算机的视觉技术进行处理。在这种技术应用上,不仅降低了交通的拥堵现象,实现交通的运输期间的畅通性,也减少了大量的交通事故,加强了交通的监管及安全性。
本智能交通系统通过对路口监控识别的处理，实现了对车辆和行人、斑马线、红绿灯、车牌的检测和识别，同时完成了对运动车辆的目标跟踪和速度检测，同时分析检测到的数据并将其以数据可视化的内容展示出来，加强了交通的监管及安全性，有助于减少交通堵塞现象。
功能需求
1、实现对机动车、行人、摩托车等的检测。
2、实现对车牌的检测，识别文字。
3、实现对交通指示灯检测，识别状态。
4、实现对汽车的跟踪。
5、实现对进出车流量的统计，道路拥挤预警。
6、实现对车速的检测，对行车方向的检测。
7、实现对行人、车辆闯红灯的检测。
8、实现对数据的保存和可视化。
9、实现用户友好的UI界面。
10、实现违规行为的抓拍、保存。
11、实现对不按导向行驶的检测
12、实现对车辆信号的检测
本系统采用多模块设计，将任务分解为检测->识别->跟踪->数据分析、可视化四个阶段。各个子模块之间相互独立，子模块的修改只是模块内的局部修改，使得系统的抗修能力大大提高，降低了系统开发的风险。
详细介绍
一、从视频中读取一帧图片，通过Opencv处理图像，并用滑动窗口检测人行道的位置，检测之后，在图片上标注。
二、将图片送入YOLO-v5网络中，当检测到traffic light 类时，将图像区域送入CNN三分类网络，判断当前红绿灯类型。当检测到car类时，将car类对应的区域添加到目标跟踪列表，当检测到行人时，通过综合考虑CNN网络输出值和第一步得到的人行道检测值判断行人是否闯红灯。
三、通过目标跟踪获取前8帧和当前帧的位移，计算得到车辆移动速度和车辆移动方向，同时判断车辆是否超速。
四、同时将目标跟踪框内图片送入车型识别网络，和车牌检测网络。将得到的结果输出并和车辆ID绑定。
五、通过红灯时车辆移动方向判断车辆闯红灯行为。
六、抓拍、保存违规行为。
七、将得到的结果存入CSV表格中。
流程图
项目介绍
下载链接 ：
注意：源码文件过大。共分为4个卷！！！ 须同时下载放到一个文件夹内解压
https://download.csdn.net/download/babyai996/88565421
https://download.csdn.net/download/babyai996/88565423
https://download.csdn.net/download/babyai996/88565429
https://download.csdn.net/download/babyai996/88565432