[發(fā)明專利]一種基于顯著車輛部件模型的交通違章檢測方法

有效

• 申請?zhí)枺?/td>: 201310700175.9
• 申請日: 2013-12-17
• 公開（公告）號: CN103778786A
• 公開（公告）日: 2014-05-07
• 發(fā)明（設(shè)計）人: 王飛躍;田濱;李葉;李泊;王坤峰;熊剛;朱鳳華;胡斌
• 申請（專利權(quán)）人: 東莞中國科學院云計算產(chǎn)業(yè)技術(shù)創(chuàng)新與育成中心;中國科學院自動化研究所
• 主分類號: G08G1/017
• 分類號: G08G1/017;G06K9/00;G06T7/20
• 代理公司: 北京科億知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11350
• 代理人: 湯東鳳

技術(shù)領(lǐng)域

本發(fā)明涉及交通監(jiān)控技術(shù)領(lǐng)域，尤其是一種基于顯著車輛部件模型的交通違章檢測方法。

背景技術(shù)

在大中型城市，隨著城市化的發(fā)展，交通阻塞、交通違章和交通事故的情況也越來越多。為了對交通進行更有效的控制和管理，智能交通已經(jīng)引起了廣泛的重視。交通信息服務(wù)是智能交通系統(tǒng)功能的一個重要部分，這一功能的實現(xiàn)必須首先對交通路況進行監(jiān)控，快速、準確地獲取各種交通參數(shù)。隨著視頻傳感器數(shù)量的急劇增加，傳統(tǒng)的人工被動監(jiān)控已經(jīng)遠遠無法滿足監(jiān)控任務(wù)的需要。因此，實現(xiàn)可以代替人眼的智能自動監(jiān)控功能成為視頻監(jiān)控研究的目標。尤其是，基于監(jiān)控視頻的交通違章檢測系統(tǒng)，可以監(jiān)控車輛的違章行為并完成車輛號牌識別。

基于視頻的交通違章檢測系統(tǒng)可以通過規(guī)范駕駛員的駕駛行為來減少交通事故，緩解交通違章帶來的交通問題。目前在視頻中檢測交通違章的技術(shù)主要包括：車輛定位、車輛跟蹤和號牌識別。在現(xiàn)有的智能交通系統(tǒng)中，車輛定位技術(shù)在交通監(jiān)控中廣泛應(yīng)用，其主要分為基于運動目標和靜態(tài)目標的定位方法。基于運動目標的定位方法將道路上的車輛看作運動目標，可以處理光照變化、適用于多模態(tài)以及緩慢變化的背景。然而運動的目標未必是車輛，因此許多研究人員利用車輛表面的視覺信息來定位車輛。這些方法利用顏色、邊緣及角點特征來學習車輛或車輛部件模型，然后利用分類器以及生成式模型來定位車輛。車輛跟蹤方法主要使用基于均值漂移、卡爾曼濾波器和粒子濾波器等技術(shù)來實現(xiàn)。在最簡單的情況下，歐氏距離、尺寸和角度約束用來匹配相鄰幀之間的目標。進一步，卡爾曼濾波器和粒子濾波器可以用來估計下一幀的目標位置，從而更好的完成跟蹤過程?；诰灯频哪繕烁櫴且环N目標外觀模型跟蹤方法，即使在擁堵交通環(huán)境下效果也比較好。總結(jié)現(xiàn)有的交通視頻監(jiān)控系統(tǒng)，在工程應(yīng)用中依然存在以下挑戰(zhàn)：

1、全天候監(jiān)控：一天中的不同時間段內(nèi)，光照條件變化大，尤其是白天和夜間的光照差異；在夜間條件下，通常采用頻閃補光燈，可以看清補光范圍內(nèi)的車輛信息，但補光范圍通常在幾十米內(nèi)，難以完成車輛跟蹤、進而判斷車輛違章等行為。

2、車輛遮擋：圖像中的車輛被其他車輛遮擋，或者被非車輛目標(行人、自行車、樹木、建筑等)遮擋。比如，監(jiān)控攝像機布設(shè)在交通路口，排隊等候信號燈的車輛易產(chǎn)生互相遮擋；再如，小車容易被大車遮擋，造成短時間的丟失檢測。

3、姿態(tài)變換：車輛在轉(zhuǎn)彎、變道等姿態(tài)變換時，在圖像中呈現(xiàn)的表面特征變化很大。

4、類內(nèi)差異大，背景多樣性：車輛具有不同形狀、尺寸、顏色；在復(fù)雜場景中，有非機動車、行人、道路交通設(shè)施等背景目標，與車輛目標混雜在一起。

5、不同分辨率：當車輛駛過攝像機視野的過程中，其在圖像中的像素數(shù)變化很大。

經(jīng)對現(xiàn)有技術(shù)文獻的檢索發(fā)現(xiàn)，在第201310251206.7號中國專利申請中，使用基于背景建模的方法，提取運動車輛目標，通過運動前景的位置判斷車輛的違章行為，但是，在車輛檢測過程中，運動目標未必是車輛，并且基于背景建模的方法難以處理車輛遮擋問題。在第200810240499.8號中國專利申請中，公開了一種車輛違章檢測系統(tǒng)，可以檢測闖紅燈、超速行駛等違章行為，但該系統(tǒng)除了使用攝像頭，還需要增加壓力傳感設(shè)備和測速裝置，輔助抓拍過程，成本較高。綜上所述，現(xiàn)有的交通違章檢測系統(tǒng)，通常利用運動信息進行檢測，監(jiān)控精度較低，無法滿足日益增長的交通監(jiān)控需求。很多系統(tǒng)需結(jié)合視頻攝像機和線圈等輔助設(shè)備進行檢測，成本較高，同時，在維修和安裝時需要中斷交通，破壞路面，因此維護難度大，維護成本高。

發(fā)明內(nèi)容

本發(fā)明解決的技術(shù)問題在于提供克服現(xiàn)有技術(shù)中的不足，為城市交通監(jiān)控提供一種基于顯著車輛部件模型的交通違章檢測方法。能在光照變化、檢測噪聲等實際工程應(yīng)用的復(fù)雜環(huán)境下，實時準確地定位、跟蹤車輛目標，通過軌跡分析完成車輛違章檢測，為城市交通管理提供一種可靠而有效的途徑。

本發(fā)明解決上述技術(shù)問題的技術(shù)方案是：

包括以下步驟：

步驟S1，對道路交通場景進行圖像標定；

步驟S2，定位視頻序列中的所有車牌位置：

步驟S3，定位視頻序列中的所有車輛尾燈位置：

步驟S4，基于車輛的多個顯著部件，對車輛進行跟蹤從而獲取車輛的運動軌跡：

根據(jù)前一幀圖像中的車輛定位結(jié)果，預(yù)測當前幀的車輛位置；將當前幀中的車輛定位結(jié)果作為測量值，對于每一個跟蹤車輛，通過判斷其預(yù)測位置與測量值之間的歐式距離，搜索其觀察值；通過加權(quán)計算預(yù)測值與觀察值，更新預(yù)測值，作為目標的當前位置；