[發明專利]一種基于多部件的車輛檢測方法

有效

• 申請號: 201410395827.7
• 申請日: 2014-08-12
• 公開（公告）號: CN104200213B
• 公開（公告）日: 2018-07-17
• 發明（設計）人: 楊學志;吳克偉;薛麗霞;陳孝培;段偉偉
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 安徽合肥華信知識產權代理有限公司 34112
• 代理人: 余成俊

本發明公開了一種基于多部件的車輛檢測方法，首先根據車輛部件的顯著程度和不同遮擋情況從車輛對象上提取6個部件，用于組成車輛部件模型；接著采用SVM訓練各部件的部件模板和部件檢測閾值；最后利用基于幀差法的背景建模得到運動區域；分別檢測6個車輛部件，分析不同部件檢測標記組合情況，驗證車輛遮擋類型，實現車輛檢測。本發明具有易實現、魯棒性強、適應適度形變等優點，不僅能夠檢測正面遮擋車輛，也能檢測一定角度范圍內的側面遮擋車輛，可應用于檢測道路交通場景中的遮擋車輛。

技術領域

本發明涉及車輛檢測方法領域，具體是一種基于多部件的車輛檢測方法。

背景技術

隨著國家新型城鎮化建設的加速，涉及機動車的治安案件、交通事故激增，車輛檢測成為城市監控系統重要的研究內容。然而，由于真實場景中復雜的成像條件，車輛檢測面臨諸多困難，其中遮擋問題尤為突出。復雜道路環境中存在多目標是造成車輛間相互遮擋的主要原因，遮擋使得目標信息缺失，容易造成目標漏檢。

選擇出車輛具有代表性的局部區域特征，通過對可見部件的檢測，能夠避免引入遮擋區域的外觀差異，更好地完成目標檢測任務。例如，Zhu等人于2010年發表在《Conference on Computer Vision and Pattern Recognition(計算機視覺和模式識別會議)》上的論文“Part and appearance sharing:Recursive compositional models formulti-view”(部分和外觀共享：多視角的遞歸成分模型)針對車頂特征的不變性，使用邊緣基元片段圖論合成方法判定車頂標記，檢測嚴重遮擋車輛。另外，多個車輛局部區域間通常包含結構信息，通過分析車輛部件之間的幾何約束，合理評價部件結構布局，能夠檢測不同形變程度下的目標。例如，鹿文浩等人于2012年發表在《自動化學報》上的論文“基于部件的三維目標檢測算法新進展”利用部件表象描述和部件幾何關系能夠解決部分遮擋、類內變化、復雜背景以及視角變化的問題。

基于上述原理，申請號為201310379473.2的中國專利申請中提出的一種基于部分模型的車輛檢測方法，就根據易遮擋的程度從車輛對象上提取車窗附近區域和車牌附近區域這兩個部分組成車輛模型，能夠應用于處理正面視角下車輛的遮擋情況。但在實際監控視頻中，車輛不一定是以正面視角恰好面對監控攝像機，以垂直監控攝像平面的直線為0度標準線，車輛可能以一定角度出現在監控攝像區域內，一般來說，角度范圍在正負20度內。因此，對于可能出現的側面遮擋情況，該方法不能很好地處理，容易造成遮擋車輛漏檢。

發明內容

本發明的目的是提供一種基于多部件的車輛檢測方法，以克服現有技術的不足，降低漏檢率。

為了達到上述目的，本發明所采用的技術方案為：

一種基于多部件的車輛檢測方法，其特征在于：包括以下步驟：

(1)、車輛部件選擇：根據車輛部件的顯著程度和不同遮擋情況從車輛對象上提取6個部件，分別為車頂設為部件1，車前蓋設為部件2，左車頭設為部件3，右車頭設為部件4，左側倒后鏡設為部件5，右側倒后鏡設為部件6，用于組成車輛部件模型；

(2)、部件模板學習：通過選取合適的訓練圖像，確定車輛部件的尺寸和位置，基于分塊梯度直方圖特征表征車輛部件圖像塊，采用SVM訓練各部件的部件模板和部件檢測閾值；

(3)、車輛檢測：采用基于幀差法的背景建模得到運動區域，在縮放后的運動區域中分別檢測6個車輛部件，分析不同部件檢測標記組合情況，驗證車輛遮擋類型，最終實現車輛檢測并輸出檢測到的車輛總數。

所述的一種基于多部件的車輛檢測方法，其特征在于：所述步驟(2)中部件模板學習包括以下步驟：

(2.1)、從實際卡口視頻中截取車輛圖像塊作為訓練圖像，訓練圖像數越多得到的部件模板越準確，這里將車輛圖像塊歸一化為統一尺寸；