[發(fā)明專利]一種基于視頻分析的道路行人及非機(jī)動(dòng)車檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310310299.6
• 申請(qǐng)日: 2013-07-23
• 公開（公告）號(hào): CN103400157B
• 公開（公告）日: 2017-02-08
• 發(fā)明（設(shè)計(jì)）人: 付廷杰;王彬;孫婷婷;王曉曼
• 申請(qǐng)（專利權(quán)）人: 青島海信網(wǎng)絡(luò)科技股份有限公司
• 主分類號(hào): G06K9/66
• 分類號(hào): G06K9/66;G06T7/20
• 代理公司: 青島聯(lián)智專利商標(biāo)事務(wù)所有限公司37101
• 代理人: 邵新華

1.一種基于視頻分析的道路行人及非機(jī)動(dòng)車檢測(cè)方法，其特征在于，包括：

設(shè)置檢測(cè)區(qū)域步驟，并將所述的檢測(cè)區(qū)域劃分為目標(biāo)進(jìn)入?yún)^(qū)域和目標(biāo)跟蹤區(qū)域，

尺度模型標(biāo)定步驟，標(biāo)定獲取行人及非機(jī)動(dòng)車尺度模型；

檢測(cè)步驟，包括以下步驟：

（1）、對(duì)當(dāng)前幀圖像進(jìn)行運(yùn)動(dòng)區(qū)域檢測(cè)，獲取各個(gè)運(yùn)動(dòng)區(qū)域；

（2）、對(duì)運(yùn)動(dòng)區(qū)域進(jìn)行目標(biāo)檢測(cè)及跟蹤：判斷各個(gè)運(yùn)動(dòng)區(qū)域位于所述檢測(cè)區(qū)域中的位置，?

若運(yùn)動(dòng)區(qū)域位于目標(biāo)進(jìn)入?yún)^(qū)域，首先采用跟蹤目標(biāo)匹配法，將已有跟蹤目標(biāo)與該運(yùn)動(dòng)區(qū)域進(jìn)行匹配計(jì)算，若匹配成功，并將該運(yùn)動(dòng)目標(biāo)作為跟蹤目標(biāo)進(jìn)行更新，對(duì)于匹配失敗的運(yùn)動(dòng)區(qū)域采用模式識(shí)別算法檢測(cè)，檢測(cè)出運(yùn)動(dòng)目標(biāo)類型和運(yùn)動(dòng)目標(biāo)位置信息，所述的運(yùn)動(dòng)目標(biāo)類型包括機(jī)動(dòng)車、行人、非機(jī)動(dòng)車三種類型，并將所檢測(cè)出的行人、非機(jī)動(dòng)車創(chuàng)建為新的跟蹤目標(biāo)；

若運(yùn)動(dòng)區(qū)域位于目標(biāo)跟蹤區(qū)域，利用已有跟蹤目標(biāo)與該運(yùn)動(dòng)區(qū)域進(jìn)行匹配計(jì)算，匹配出跟蹤目標(biāo)在當(dāng)前幀的位置；

（3）、目標(biāo)預(yù)測(cè)，對(duì)跟蹤目標(biāo)，利用其在當(dāng)前幀的位置和在前一幀的位置預(yù)測(cè)出其在下一幀的位置，也即目標(biāo)預(yù)測(cè)點(diǎn)。

2.根據(jù)權(quán)利要求1所述的基于視頻分析的道路行人及非機(jī)動(dòng)車檢測(cè)方法，其特征在于，在步驟（3）之后還包括：

步驟（4）、對(duì)跟蹤目標(biāo)進(jìn)行消失判斷，若已有的跟蹤目標(biāo)未匹配出，首先根據(jù)其所在位置判斷是否滿足消失條件，若符合消失條件，則進(jìn)行目標(biāo)分析，分析出該跟蹤目標(biāo)的運(yùn)動(dòng)軌跡以及運(yùn)動(dòng)速度，再次對(duì)該跟蹤目標(biāo)的類型進(jìn)行判斷并輸出。

3.根據(jù)權(quán)利要求2所述的基于視頻分析的道路行人及非機(jī)動(dòng)車檢測(cè)方法，其特征在于，所述的目標(biāo)分析方法為：

首先，分析目標(biāo)運(yùn)行軌跡，

當(dāng)跟蹤目標(biāo)橫向移動(dòng)時(shí)，根據(jù)非機(jī)動(dòng)車寬高比和行人的寬高比的屬性特征，再次判斷該目標(biāo)為非機(jī)動(dòng)車還是行人，?

當(dāng)跟蹤目標(biāo)符合消失條件時(shí),也即跟蹤目標(biāo)在目標(biāo)跟蹤區(qū)域消失、或跟蹤目標(biāo)要離開檢測(cè)區(qū)域時(shí)，通過目標(biāo)運(yùn)行軌跡，分析目標(biāo)跳躍和軌跡震蕩，得出目標(biāo)可信度，當(dāng)?shù)陀谠O(shè)定目標(biāo)可信度閾值時(shí)，去除目標(biāo)，

其次，分析目標(biāo)運(yùn)行速度，速度高于設(shè)定閾值的，判別為非機(jī)動(dòng)車。

4.根據(jù)權(quán)利要求2所述的基于視頻分析的道路行人及非機(jī)動(dòng)車檢測(cè)方法，其特征在于，在所述的檢測(cè)步驟之前還包括訓(xùn)練步驟，訓(xùn)練機(jī)動(dòng)車和行人非機(jī)動(dòng)車分類模型，以及訓(xùn)練行人和非機(jī)動(dòng)車分類模型；在檢測(cè)步驟的步驟（2）中，對(duì)于匹配失敗的運(yùn)動(dòng)區(qū)域采用模式識(shí)別算法檢測(cè)，所述的模式識(shí)別算法包括采用梯度方向直方圖方法和支持向量機(jī)的方法,具有以下步驟：

（211）、根據(jù)尺度變換級(jí)別進(jìn)行尺度變換，所述尺度變換級(jí)別的確定是根據(jù)匹配失敗的運(yùn)動(dòng)區(qū)域在圖像中的位置，設(shè)定最大高度Hmax和最小高度Hmin，依據(jù)預(yù)先設(shè)定的縮放步長(zhǎng)step，利用公式scaleLevel=（Hmax-Hmin）/step得到縮放次數(shù)，該縮放次數(shù)也即尺度變換級(jí)別；

（212）、采用梯度方向直方圖方法和支持向量機(jī)的方法將機(jī)動(dòng)車和行人非機(jī)動(dòng)車進(jìn)行二分類，首先計(jì)算梯度方向直方圖特征，然后將其輸入機(jī)動(dòng)車和行人非機(jī)動(dòng)車分類模型將兩者進(jìn)行分類，過濾掉機(jī)動(dòng)車；

（213）、將上一步的分類為行人非機(jī)動(dòng)車的結(jié)果輸入至行人和非機(jī)動(dòng)車分類模型進(jìn)行分類，分類出行人和非機(jī)動(dòng)車兩種類型。

5.根據(jù)權(quán)利要求1-4任一項(xiàng)權(quán)利要求所述的基于視頻分析的道路行人及非機(jī)動(dòng)車檢測(cè)方法，其特征在于，在尺度模型標(biāo)定步驟中，標(biāo)定獲取行人及非機(jī)動(dòng)車尺度模型的方法為：

獲取行人在檢測(cè)區(qū)域頂端和底端尺寸，頂端尺寸包括寬度w1和高度h1，底端尺寸包括寬度w2和高度h2，以及計(jì)算行人尺寸衰減步長(zhǎng)：

step_w?=?(w2-w1)?/?H;?step_h?=?(h2-h1)?/?H;

其中，step_w為寬度衰減步長(zhǎng)，step_h為高度衰減步長(zhǎng)，H為檢測(cè)區(qū)域高度，

行人在位置(x,?y)處的尺度為(w,?h)，其尺度模型為：?

w?=?w2?-?y?*?step_w;

h?=?h2?-?y?*?step_h;

非機(jī)動(dòng)車在位置(x,?y)處的尺度為(w’,?h’)，其尺度模型為：

w’?=?w?*?p;

h’?=?h?*?p;

其中，p為行人與非機(jī)動(dòng)車的比例系數(shù)。