[發明專利]一種道路車輛監控視頻中的關鍵幀提取方法

有效

• 申請號: 201410080355.6
• 申請日: 2014-03-06
• 公開（公告）號: CN103871077A
• 公開（公告）日: 2014-06-18
• 發明（設計）人: 張茂軍;王煒;譚樹人;熊志輝;張政;袁晶
• 申請（專利權）人: 中國人民解放軍國防科學技術大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;H04N7/18
• 代理公司: 長沙正奇專利事務所有限責任公司 43113
• 代理人: 盧宏

1.一種道路車輛監控視頻中的關鍵幀提取方法，其特征在于，該方法為：

1）通過前景運動對象檢測方法從采集到的道路車輛監控視頻序列中提取前景車輛目標，解碼所述采集到的道路車輛監控視頻序列，得到多幀序列圖像，從每一幀序列圖像中截取前景車輛目標最小外接矩形圖像，計算所有前景車輛目標最小外接矩形圖像在其所對應的序列圖像中的面積比例P：其中，h,W分別為前景車輛目標最小外接矩形圖像的

像素高和寬；H，W分別為序列圖像的像素高和寬；得到面積特征向量；

2）將所有前景車輛目標最小外接矩形圖像轉換成像素大小一致的轉換圖像，對所述轉換圖像進行梯度幅值通道變換和梯度方向通道變換，得到積分通道特征向量；

3）擴充上述面積特征向量，使得面積特征向量與積分通道特征向量維數一致，合并維數一致的面積特征向量與積分通道特征向量，得到總的特征向量；

4）將上述所有前景車輛目標最小外接矩形圖像作為樣本圖像源，從所述樣本圖像源中選取符合車輛監控分析要求的作為正樣本圖像，將樣本圖像源中不符合車輛監控分析要求的作為負樣本圖像；符合車輛監控分析要求是指樣本圖像在對應的序列圖像中占的面積比例為0.4%以上，不符合車輛監控分析要求是指樣本圖像在對應的序列圖像中占的面積比例小于0.4%；

5）標記所有的正樣本圖像和負樣本圖像：(x₁,y₁)，…，(x_n，y_n)，其中y_i=o表示負樣本圖像，y_i=1表示正樣本圖像，x_i表示樣本圖像源中的樣本圖像；i=1,2,...,n；

6）初始化權重ω₁,_i：其中m和l分別為負樣本圖像和正樣本圖像的個數；n=m+l；

7）訓練分類器：令t=1；

8）利用下式歸一化權重：為訓練第t個分類器的第i個樣本圖像的權重；ω'_t,_i為歸一化后的第t個分類器的第i個樣本圖像的權重；

9）對所述總的特征向量中的每個元素f，訓練一個弱分類器hj，即得到閾值θ_j和方向P_j，其中0<θ_j<f_max，f_max是總的特征向量中的元素最大值，所述弱分類器h_j為：hj=1pjf<pjθj0else]]>

其中P_j決定不等式的方向，P_j為1或者0；

則第j個弱分類器的迭代誤差和ε_j為：

10）選擇迭代誤差和最小的弱分類器ht(x)作為候選分類器；

11）利用下式更新權重：ω_t+₁,_i=ω'_t,_iβ_t^1-ei，當x_i被正確分類時，e_i=0，反之，e_i=1；設ε_t為最小的迭代誤差和；

12）令t=t+1，將ω_t+₁,_i作為訓練第t+1個分類器的第i個樣本圖像的權重，重復上述步驟8）～步驟11），直到得到T個候選分類器，利用所述T個候選分類器確定強分類器h(x)：

h(x)=1,Σt=1Tatht(x)≥12Σt=1Tat0,else;]]>

13）解碼需要檢測的道路車輛監控視頻序列，得到多幀需檢測的序列圖像，利用上述強分類器h(x)對所述多幀需檢測的序列圖像打分，將得分最高的作為關鍵幀。