[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

技術領域

本發明屬于智能視頻監控技術領域，特別涉及計算機圖形圖像處理技術領域。

背景技術

交通流量檢測是智能交通系統的重要基礎工作，它為智能交通管理和控制提供重要的數據來源，被廣泛應用于交通疏導、道路資源配置、道路建設評估等領域。與傳統的基于壓電回路的永久埋入式檢測（如環形地埋式線圈檢測）以及懸掛式檢測（如基于閉路電視、微波、雷達、紅外線或超聲波傳感器檢測），采用視頻圖像檢測的方法具有明顯的優越性：檢測覆蓋范圍大，檢測參數多；安裝簡單，維護方便；不破壞路面，工程造價低，適用面廣；可提取高質量的車輛和交通場景信息；可適應多種氣候條件等。因此，基于視頻圖像的交通流量檢測方法成為目前該領域研究的熱點。

目前，基于視頻圖像的交通流量檢測方法主要采用基于如灰度比較法、背景差法、幀間差法和邊緣檢測法。灰度比較法采用對路面和車輛的灰度統計值來檢測車輛，但它對環境光線的變化十分敏感。背景差法通過計算當前輸入幀圖像與背景圖像的差值以提取車輛，但背景圖像需實時刷新，其檢測精度很大程度上依賴于背景圖像的可靠性。幀間差法是將相鄰兩幀或者多幀相減，對保留的運動車輛信息進行檢測。盡管該方法受環境光變化影響小，但是當攝像頭的抖動而引起相鄰兩幀背景點的相應“抖動”時，該方法不能完全將背景濾除，從而引起誤判；此外，該方法對于靜止或車速過慢的車輛，不能有效檢測。邊緣檢測法能夠在不同的光線條件下檢測到車輛的邊緣，然后利用車體的不同部件、顏色等提供的邊緣信息可以對靜止和運動車輛的進行檢測。但是該方法對于車輛邊緣不明顯和道路隔離帶存在的情況，容易造成漏檢和誤檢。以上這些方法在進行車輛檢測時，通常是在輸入圖像中按車道設置一些固定窗口(即虛擬傳感器)對車輛進行檢測。這種固定窗口的檢測方式常常對車輛換道或相鄰車道的車輛部分覆蓋了被檢測車道檢測窗時造成誤檢。此外，這些方法一個共同的問題就是不能對車輛加以有效的區分，且難以將非機動車輛考慮到流量計算中。

鑒于此，本發明提出了一種基于對象檢測的交通流量檢測方法。該方法無須對每個監控場景做特定的設置，通過輸入相應的訓練數據即可靈活的適應不同的視頻監控場景，其監控系統可以被有效的擴展和移植到其它的場所。

發明內容

本發明的目的是提供一種實現實時的交通流量檢測方法，它能有效地對交通對象進行按類型分類的流量計算。該方法首先通過離線訓練得到基于隨機蕨的實時對象檢測器，然后通過該檢測器對交通視頻圖像進行對象檢測，確定當前視頻場景中對象的類型和數量；接著在運行時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。同時，該方法支持通過加入新的訓練數據在線更新檢測器，使系統能夠得到不斷的優化和完善。本發明的方法可以對交通流量進行實時地分類計算和統計；由于不依賴固定區域判斷（如虛擬線圈），該方法可以有效地處理如對象粘連，并行，尺寸過長，運動方向不固定，以及運動非線性等情況，使流量計算結果更加準確。

本發明的目的通過以下技術方案來實現：該技術方案包括如下步驟：

（1）初始化

收集交通對象圖像數據，可同時采用兩種方法：一種是在互聯網上收集各種交通工具（如公交車，卡車，轎車，摩托車，自行車等）和行人圖像；另一種是通過對已有的交通監控視頻進行處理，提取各種交通工具和行人圖像。這些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（如15×15像素大小），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，如M=50，N=10。圖像特征采用像素對比較特征，如圖1所示，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，即該值符號為正，則對應特征值為1，否則為0。因此，每個蕨包含2^N個葉節點，每個葉節點對應一個N位的二進制編碼值（特征編碼值）。

將以上獲得的樣例數據逐個輸入檢測器，每個蕨的葉節點將根據樣例數據的二進制編碼值，記錄落在該節點上的樣例類型及其對應的數量（初始時為0）。到此，檢測器已具備了實時對象檢測能力，用于訓練的樣例數據越豐富，則檢測器此時的分類識別能力就越強。

當有新的訓練樣例數據輸入，則按照以上相同的方式更新檢測器，否則跳轉到（2）。

（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