[發明專利]車輛跟蹤方法及裝置

無效

• 申請號: 201310021501.3
• 申請日: 2013-01-21
• 公開（公告）號: CN103150547A
• 公開（公告）日: 2013-06-12
• 發明（設計）人: 王海峰;王曉萌;何小波;董博;楊宇;張凱歌
• 申請（專利權）人: 信幀電子技術（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 李世喆

技術領域

本發明涉及計算機圖像處理領域，尤其涉及一種車輛跟蹤方法及裝置。?

背景技術

隨著社會經濟的發展，車輛的增多，智能交通的發展也越來越快，智能交通系統（Intelligent?Transportation?Sys-tem，簡稱為ITS）成為近年來的研究熱點。車輛跟蹤是基于視頻技術的智能交通檢測系統中最關鍵的技術之一，也是一個重要應用。視頻的車輛跟蹤是對視頻序列中車輛的時空變化進行監控，包括位置和運動軌跡等，為計算交通參數提供依據。?

但是，在實際應用中，多車輛之間的“咬合”問題容易導致車輛跟蹤的失敗。然而，針對多車輛之間的“咬合”問題，相關技術并沒有提出有效的解決方案。?

發明內容

本發明提出了一種車輛跟蹤方法及裝置。?

為了達到上述目的，本發明的技術方案是這樣實現的：?

根據本發明的一個方面，提供了一種車輛跟蹤方法，包括：根據背景差法對交通視頻圖像序列進行運動檢測，提取出包括有車輛位置的運動區域；采用支持向量機（Support?Vector?Machine，簡稱為SVM）算法對運動區域進行檢測，得到運動區域中的每個車輛的當前位置；獲取每個車輛的前一時刻位置，并將前一時刻位置與當前位置之間的連線確定為每個車輛的運動軌跡。?

優選地，根據背景差法對交通視頻圖像序列進行運動檢測，提取出包括有車輛位置的運動區域，包括：將選取背景中的一幅圖像或幾幅圖像的平均圖像作為背景圖像B(x,y)；判斷交通視頻圖像序列I_n(x,y)中的當前幀P(x,y)減去背景圖像B(x,y)得到的結果圖像的像素數是否大于閾值，在判斷結果為是的情況下，確定結果圖像中有處于運動狀態的車輛，并將結果圖像作為運動區域Ω_s(x，y)。?

優選地，采用支持向量機（SVM）算法對運動區域進行檢測，得到運動區域中的每個車輛的當前位置，包括：計算運動區域Ω_s(x,y)中所有標準窗口的梯度方向直方圖（HOG）；通過采用離線訓練好的SVM分類器對每個HOG的特征類別進行判斷的方式，確定每個車輛的當前位置。?

優選地，在確定每個車輛的當前位置之后，還包括：確定包括當前位置的車輛窗口。?

優選地，獲取每個車輛的前一時刻位置，并將前一時刻位置與當前位置之間的連線確定為每個車輛的運動軌跡，包括：計算每個車輛窗口的顏色直方圖；將每個顏色直方圖與預先設定的模板庫中的預設顏色直方圖進行對比，得到對比結果；根據對比結果標識每個車輛窗口中的車輛，并提取標識的車輛的前一時刻位置；將前一時刻位置和當前位置的連線作為運動軌跡。?

根據本發明的另一個方面，提供了一種車輛跟蹤裝置，包括：提取模塊，用于根據背景差法對交通視頻圖像序列進行運動檢測，提取出包括有車輛位置的運動區域；檢測模塊，用于采用支持向量機（SVM）算法對運動區域進行檢測，得到運動區域中的每個車輛的當前位置；獲取模塊，用于獲取每個車輛的前一時刻位置，并將前一時刻位置與當前位置之間的連線確定為每個車輛的運動軌跡。?

優選地，提取模塊包括：第一設定單元，用于將選取背景中的一幅圖像或幾幅圖像的平均圖像作為背景圖像B(x，y)；判定單元，用于判斷交通視頻圖像序列I_n(x,y)中的當前幀P(x,y)減去背景圖像B(x,y)得到的結果圖像的像素數是否大于閾值，在判斷結果為是的情況下，確定結果圖像中有處于運動狀態的車輛，并將結果圖像作為運動區域Ω_s(x,y)。?

優選地，檢測模塊包括：第一計算單元，用于計算運動區域Ω_s(x,y)中所有標準窗口的梯度方向直方圖（HOG）；第一確定單元，用于通過采用離線訓練好的SVM分類器對每個HOG的特征類別進行判斷的方式，確定每個車輛的當前位置。?

優選地，檢測模塊還包括：第二確定單元，用于確定包括當前位置的車輛窗口。?

優選地，獲取模塊包括：第二計算單元，用于計算每個車輛窗口的顏色直方圖；對比單元，用于將每個顏色直方圖與預先設定的模板庫中的預設顏色直方圖進行對比，得到對比結果；提取單元，根據對比結果標識每個車輛?窗口中的車輛，并提取標識的車輛的前一時刻位置；第二設定單元，用于將前一時刻位置和當前位置的連線作為運動軌跡。?