[發(fā)明專利]一種基于多特征與多幀信息融合的助力車檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310283129.3
• 申請(qǐng)日: 2013-07-06
• 公開(kāi)（公告）號(hào): CN103310206A
• 公開(kāi)（公告）日: 2013-09-18
• 發(fā)明（設(shè)計(jì)）人: 凌強(qiáng);張逸成;徐理想;嚴(yán)金豐;李峰
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)技術(shù)大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06T7/20
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 成金玉;楊學(xué)明

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于多特征與多幀信息融合的助力車檢測(cè)方法，屬于模式識(shí)別和智能交通技術(shù)領(lǐng)域。

背景技術(shù)

近年來(lái)我國(guó)道路上的機(jī)動(dòng)車數(shù)量呈現(xiàn)爆炸式的增長(zhǎng)，導(dǎo)致道路交通出現(xiàn)嚴(yán)重的堵塞。為了減輕道路交通的擁塞，同時(shí)緩解能源短缺和環(huán)境污染等問(wèn)題造成的壓力，國(guó)家大力倡導(dǎo)綠色能源和低碳經(jīng)濟(jì)，越來(lái)越多的人回歸到選用助力車為代步工具，而助力車所帶來(lái)的交通事故量大為增加。數(shù)據(jù)顯示，2011年，全國(guó)共接報(bào)道路交通事故1840998起，直接財(cái)產(chǎn)損失4.4億元。由此可見(jiàn)，對(duì)助力車進(jìn)行檢測(cè)具有很大的實(shí)用價(jià)值和社會(huì)效益，在民用和警用方面均有很好的發(fā)展空間。

現(xiàn)有對(duì)助力車的檢測(cè)較多地采用增設(shè)外部傳感器的方法。文章【2】使用激光傳感器對(duì)行人和助力車進(jìn)行檢測(cè)和跟蹤，成本較高，推廣比較困難。文章【3】提出在助力車上安裝GPS接收器檢測(cè)車主的運(yùn)動(dòng)狀態(tài)，對(duì)車主定位自身所在位置較為有效，但不宜用于城市交通管理之中。這類外部增設(shè)傳感器的辦法，增加了整個(gè)系統(tǒng)的構(gòu)建和運(yùn)行成本，處理手段較為復(fù)雜，而且無(wú)法獲取視頻圖像等直觀信息。

近年來(lái)由于圖像處理和計(jì)算機(jī)視覺(jué)的飛速發(fā)展，將視頻技術(shù)應(yīng)用于智能交通系統(tǒng)的案例越來(lái)越多。視頻由于其獨(dú)有的具有巨大信息量的特點(diǎn)，在實(shí)際應(yīng)用中迅速普及，利用視頻進(jìn)行助力車的監(jiān)測(cè)變得越來(lái)越具有實(shí)用價(jià)值。文章【4】利用助力車有兩個(gè)車輪的特征，通過(guò)霍夫變換在視頻圖像中尋找兩個(gè)橢圓，以判定檢測(cè)到的對(duì)象是否為助力車。算法利用的助力車具有兩個(gè)車輪的特征信息屬于運(yùn)動(dòng)物體的細(xì)節(jié)特征信息，因此算法要求視頻圖像具有較高的清晰度，而實(shí)際應(yīng)用中的視頻圖像通常無(wú)法達(dá)到其對(duì)清晰度的要求。文章【5】統(tǒng)計(jì)檢測(cè)到的運(yùn)動(dòng)物體區(qū)域的一些簡(jiǎn)單特征信息如長(zhǎng)度、寬度和長(zhǎng)寬比等，根據(jù)得到的特征信息將運(yùn)動(dòng)區(qū)域進(jìn)行分類，對(duì)可能出現(xiàn)遮擋的區(qū)域按不同類型進(jìn)行分割，進(jìn)而采用檢測(cè)和跟蹤摩托車駕駛者的頭盔來(lái)對(duì)摩托車進(jìn)行識(shí)別，其檢測(cè)對(duì)象單一，需要檢測(cè)的頭盔目標(biāo)較小，目標(biāo)跟蹤的效果不理想。文章【6】利用被檢測(cè)圖像的積分圖像的方向梯度直方圖提取特征信息，并且使用Lucas-Kanade跟蹤器對(duì)圖像中檢測(cè)出的運(yùn)動(dòng)物體進(jìn)行跟蹤，但是其提取特征信息所需要的圖像要有較大的尺寸，實(shí)際應(yīng)用中的監(jiān)測(cè)圖像很難達(dá)到要求，且數(shù)據(jù)計(jì)算量大，處理速度慢，難以滿足實(shí)時(shí)性需求。

【1】2011年上半年全國(guó)道路交通事故情況

http://www.mps.gov.cn/n16/n1282/n3553/2921474.html

【2】Y.Wu,Q.Kong,Z.Liu?and?Y.Liu,Pedestrian?and?Bicycle?Detection?and?Tracking?in?Range?Images,In?Proc.International?Conference?on?Optoelectronicsand?Image?Processing(ICOIP2010),2010,pp.109-112.

【3】N.Thepvilojanapng,K.Sugo,Y.Namiki?and?Y.Tobe,Recognizing?Bicycling?States?with?HMM?based?on?Accelerometer?and?Magnetometer?Data,In?Proc.SICE?Annual?Conference,Waseda?University,2011,pp.831-832.

【4】S.Rogers,P.Nikolaos,”A?Robust?Video‐based?Bicycle?Counting?System”,InProceedings?of?ITS?America?Meeting(9th:New?thinking?in?transportation),WashingtonDC,pp.1‐12,1999.

【5】C.Chiu,M.Ku?and?H.Chen,”Motorcycle?Detection?and?Tracking?System?with?Occlusion?Segmentation”,InProceedings?of?the?Eight?International?Workshop?on?Image?Analysis?for?Multimedia?Interactive?Services(WIAMIS’07),pp.32‐35,2007.