[發明專利]基于EM算法的高斯混合模型實現車輛位移提取的方法

在審

• 申請號: 201310597976.7
• 申請日: 2013-11-22
• 公開（公告）號: CN104658005A
• 公開（公告）日: 2015-05-27
• 發明（設計）人: 蔣慧濤
• 申請（專利權）人: 上海寶康電子控制工程有限公司
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 上海智信專利代理有限公司 31002
• 代理人: 王潔

技術領域

本發明涉及電子警察領域，尤其涉及電子警察提取車輛位移領域，具體是指一種基于EM算法的高斯混合模型實現車輛位移提取的方法。

背景技術

現有技術的電子警察實現車輛跟蹤中大量特征點的運動矢量統計往往十分不精確，無法達到實際應用中的需求，甚至需要實際現場進行標定，十分不方便。

高斯混合模型(Gaussian?Mixture?Models，GMM)是廣泛應用于各個工程技術領域的一種統計學習模型，其核心是模型訓練和參數估計的算法。自從高斯混合模型提出以來，已經有大量各種不同的模型訓練和參數估計算法被研究和實現，其中大部分算法主要是基于Dempster等人在Journal?of?Royal?Statistical?Society?B期刊中發表的論文“Maximum?Likelihood?from?Incomplete?Data?Via?the?EM?algorithm”中所提出的期望最大化方法(Expectation-Maximization，EM)。

發明內容

本發明的目的是克服了上述現有技術的缺點，提供了一種能夠實現從大量特征點運動矢量中找到準確的車輛位移、大大提高運動矢量統計的精確度、避免了同類算法中、需要實際現場標定的操作、具有更廣泛應用范圍的基于EM算法的高斯混合模型實現車輛位移提取的方法。

為了實現上述目的，本發明的基于EM算法的高斯混合模型實現車輛位移提取的方法具有如下構成：

該基于EM算法的高斯混合模型實現車輛位移提取的方法，其主要特點是，所述的方法包括以下步驟：

（1）從視頻電子警察中獲取車輛的各個特征點；

（2）計算所述的車輛的各個特征點的運動矢量光流；

（3）根據所述的運動矢量光流建立基于EM算法的高斯混合模型；

（4）根據所述的高斯混合模型的系數求得最大概率的矢量點并作為車輛位移結果。

較佳地，所述的計算所述的車輛的各個特征點的運動矢量光流，具體為：

計算所述的車輛的各個特征點的運動矢量光流（u_i,v_i）（i=0,1,……,M）；

其中，u_i為第i個特征點在x軸方向的位移，v_i為第i個特征點在y軸方向的位移，M為所述的視頻電子警察中車輛特征點的數量。

較佳地，所述的根據所述的運動矢量光流建立基于EM算法的高斯混合模型，具體為：

（31）根據所述的運動矢量光流初始化高斯分布并代入EM迭代方程；

（32）循環計算所述的EM迭代方程的E步和M步，直至收斂。

更佳地，所述的初始化高斯分布具體為：

初始化3個高斯分布，且所述的3個高斯分布的中心點分別為（20,20）（0,0）（-20,-20）。

更佳地，所述的EM迭代方程的E步為對于每一個特征點，按照如下公式進行計算：

Q_i(z⁽ⁱ⁾):=p(z⁽ⁱ⁾|x⁽ⁱ⁾:θ)；

其中，Q_i為每個類別的概率，z⁽ⁱ⁾為每個特征點的隱含類別標簽，p為z的條件概率密度，x⁽ⁱ⁾為每個特征點的坐標，θ為每個特征點的最大評分參量。

更進一步地，所述的EM迭代方程的M步為對于每一個特征點，按照如下公式進行計算：