[發明專利]基于對象檢測的交通流量檢測方法

有效

• 申請號: 201310106728.8
• 申請日: 2013-03-29
• 公開（公告）號: CN103208190A
• 公開（公告）日: 2013-07-17
• 發明（設計）人: 權偉;陳錦雄;于小娟;劉彬;鄔祖全
• 申請（專利權）人: 西南交通大學
• 主分類號: G08G1/065
• 分類號: G08G1/065;G06K9/66
• 代理公司: 成都宏順專利代理事務所(普通合伙) 51227
• 代理人: 李順德;王睿

1.一種基于對象檢測的交通流量檢測方法，包括如下步驟：

（1）初始化

收集交通對象圖像數據，所述圖像數據均為包圍該對象的最小矩形圖像，然后將這些圖像統一規則化為一個固定的大小，從而得到用于初始檢測器訓練的樣例數據集；

采用隨機蕨作為對象檢測器，設該檢測器包含M個蕨，每個蕨包含不同的N個圖像特征，圖像特征采用像素對比較特征，像素點A的亮度值減去像素點B的亮度值的正負符號作為一個像素對比較特征，若該值符號為正，則對應特征值為1，否則為0；

（2）輸入交通視頻圖像

輸入交通流量的視頻圖像，它們是通過交通監控攝像頭實時采集得到的視頻圖像，或者是由已采集的視頻文件分解為多個幀組成的圖像序列，按照時間順序逐個輸入圖像，若輸入圖像為空，則整個流程中止；

（3）對象檢測

采用滑動搜索窗的方法對整個圖像區域進行對象檢測，具體為，從圖像的初始坐標位置開始移動具有不同尺度和縱橫比的搜索窗，直到搜索完整個圖像為止；將搜索窗選取的圖像塊作為候選圖像塊，并將其規則化為與訓練樣例相同的大小；檢測器對候選圖像塊進行評價，即首先對每個蕨計算該圖像塊的特征編碼值，然后由蕨對應的葉節點估計其類型和概率，最后對所有蕨估計的類型概率求平均值，所述類型包含所有受關注和不受關注的對象類型；

設x表示候選圖像塊，則對于蕨f_k在對應葉節點中關于類型c的概率p_k(c|x)計算為：

pk(c|x)=NcN,]]>

其中，N為該葉節點包含的樣例總數，N_c為該葉節點中屬于類型c的樣例數目，c∈Y，因此檢測器對于該候選圖像塊x關于類型c的概率p(c|x)計算為：

p(c|x)=1MΣk=1Mpk(c|x),]]>

其中，M為檢測器包含的蕨的數量；如果x屬于背景類型c_background的概率p(c_background|x)大于閾值θ_b，如θ_b=0.5，則認為x屬于背景；否則，x屬于某個受關注的對象，此時選擇除背景類型外具有最大概率的類型c_max作為x所屬的對象類型即：

cmax=argmaxc∈Y,c≠cbackgroundp(c|x).]]>

其中，Y為所有對象類型的集合；

（4）流量計算

對象檢測的結果包含了在不同位置屬于不同受關注類型的對象，通過對象的活動區來對連續檢測結果進行分析；對當前圖像中存在的每個對象設置一個活動區，第一次檢測時，對檢測得到的對象及其類型按照序號依次進行標記，如果有更多的檢測對象，則按照相同的辦法增加相應的序號和標記，在隨后的檢測過程中，將通過對檢測結果進行基于活動區的標記匹配實現對交通流量的計算；

設t時刻有屬于類型i的第j個已標記對象，在t+1時刻的活動區內檢測到與具有相同類型的對象O^t+1，則將的標記配置給O^t+1，即O^t+1=,如果這樣的O^t+1不只一個，則只配置其中的任意一個，若在t+1時刻的活動區內沒有檢測到同類型的對象，則進行如下的處理：

當對象活動區處于圖像邊緣，且該對象運動方向為離開視頻范圍的方向，則認為在t+1時刻消失，即對象移出視頻范圍；否則，認為該對象被遮擋，遮擋情況下，該對象的活動區將被保留一段時間，保留時間內若再次出現該對象則該對象標記保持不變，否則，移除該活動區；所述對象運動方向可根據該對象前后所處的圖像坐標計算得到，而活動區保留時間可根據具體場景設置；

在根據前一時刻的對象對當前檢測的結果進行標記配置結束之后，如果當前仍存在未配置標記的對象，則分別根據它們的類型依次在原有最大序號的基礎上加1，作為新的序號標記；因此，類型i的流量G_i為該類型中現有對象具有的最大序號j_max，即G_i=j_max，則總的交通流量G計算為：

G=Σi=1KGi,]]>

其中，K為所有交通對象類型的數目。