如何检测YOLO识别的多目标矩形重叠,实现C#视频场景车祸判定?
现有代码问题修正
你当前的单帧矩形重叠检测逻辑存在两个明显缺陷:
- 仅遍历了相邻下标的矩形配对,遗漏了非相邻下标的任意两个矩形的重叠校验,例如下标0和下标2的矩形无法被检测到重叠
- 调用
Intersect方法直接修改了原矩形对象的坐标值,会导致后续校验逻辑的输入被污染
修正后的单帧重叠检测代码参考:
// 存储当前帧所有重叠的目标对 List<Tuple<int, int>> overlapPairs = new List<Tuple<int, int>>(); for (int i = 0; i < itemRectCar.Count; i++) { for (int j = i + 1; j < itemRectCar.Count; j++) { if (itemRectCar[i].IntersectsWith(itemRectCar[j])) { Rectangle intersectRect = Rectangle.Intersect(itemRectCar[i], itemRectCar[j]); // 可选:增加重叠面积阈值过滤误判,比如重叠面积占较小框的比例超过10%才判定为有效重叠 double overlapRatio = (double)intersectRect.Width * intersectRect.Height / Math.Min(itemRectCar[i].Width * itemRectCar[i].Height, itemRectCar[j].Width * itemRectCar[j].Height); if (overlapRatio > 0.1 && !intersectRect.IsEmpty) { graphics.DrawRectangle(penRed, intersectRect); overlapPairs.Add(Tuple.Create(i, j)); } } } }
视频场景适配优化思路
1. 目标跟踪关联跨帧的同一目标
你需要为每个检测到的车辆目标分配唯一ID,通过目标跟踪算法关联相邻帧的同一目标:
- 轻量实现可选IOU匹配:计算当前帧每个检测框和上一帧所有检测框的IOU,IOU高于阈值(如0.5)则判定为同一目标,继承原有ID
- 精度要求高可以接入SORT、DeepSORT等跟踪算法的C#实现
2. 重叠时长累计逻辑
为每个目标对维护重叠时长计数器:
- 当某对目标在当前帧被判定为重叠,对应计数器叠加当前帧的间隔时长(比如30FPS的视频每帧间隔约33ms)
- 当某对目标在当前帧未重叠,对应计数器清零
- 当计数器数值超过你设定的车祸判定阈值(比如1s),触发车祸告警
3. 误判过滤优化
可以增加额外规则降低误报:
- 排除同向行驶、相对速度小于阈值的目标对
- 排除重叠区域面积占比持续低于阈值的目标对
- 仅对相同/相邻车道的目标做重叠校验
内容的提问来源于stack exchange,提问作者陳芷霖
相关产品推荐
相关产品推荐

