[發(fā)明專利]一種基于似物性模型的路口違章行為智能檢測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201410469748.6
• 申請日: 2014-09-16
• 公開（公告）號: CN104318760A
• 公開（公告）日: 2015-01-28
• 發(fā)明（設(shè)計(jì)）人: 張師林
• 申請（專利權(quán)）人: 北方工業(yè)大學(xué)
• 主分類號: G08G1/005
• 分類號: G08G1/005
• 代理公司: 江蘇樓沈律師事務(wù)所 32254
• 代理人: 馬勇

技術(shù)領(lǐng)域

????本發(fā)明涉及智能交通和模式識別領(lǐng)域，尤其涉及一種檢測行人闖紅燈的技術(shù)領(lǐng)域。

背景技術(shù)

目前各大城市交叉口行人闖紅燈事件較為嚴(yán)重，給交通安全帶來很大的隱患。基于視頻處理的行人檢測是智能交通系統(tǒng)中的一項(xiàng)關(guān)鍵技術(shù)，相對于光柵等傳統(tǒng)檢測方法，視頻檢測安裝成本低、可擴(kuò)展性較好。在實(shí)際應(yīng)用中,由于場景的復(fù)雜性、視角與尺度的變化、人體姿態(tài)與著裝的多樣性以及部分遮擋等因素,使得行人檢測具有較大的困難。

而傳統(tǒng)的圖像中搜尋物體的方法叫做滑動(dòng)窗口法，即不斷在圖像上遍歷窮舉不同區(qū)域，然后再判斷這個(gè)區(qū)域的具體內(nèi)容，該方法效率很低。現(xiàn)有的各種基于視頻的行人闖紅燈檢測方法，在實(shí)時(shí)性和準(zhǔn)確率方面尚存在一些不足，因此還不能滿足真實(shí)交通場景下交叉口的行人闖紅燈事件檢測。

為解決上述問題，本發(fā)明首次將似物性模型應(yīng)用于智能交通領(lǐng)域，用于交通路口的行人檢測，似物性模型是用來度量圖像中某個(gè)區(qū)域的目標(biāo)顯著性水平，其刻劃了前景目標(biāo)區(qū)別于背景的模式，用來快速的發(fā)現(xiàn)潛在目標(biāo)的位置。似物性模型更接近人對客觀世界目標(biāo)的識別過程，人能很快地知道什么位置有個(gè)東西，然后進(jìn)一步看清具體是什么。似物性模型并不直接解決行人檢測的問題，僅用來快速的發(fā)現(xiàn)潛在的可能存在行人的區(qū)域，然后再借助其他方法進(jìn)一步確定是否是行人。

本發(fā)明還利用軌跡過濾的方法提高檢測準(zhǔn)確率，結(jié)合信號燈狀態(tài)檢測最終完成行人闖紅燈事件的判斷。該發(fā)明的優(yōu)點(diǎn)在于上述方法由于采用似物性模型，其計(jì)算速度快于同類方法，另外采用將行人抽象為點(diǎn)并根據(jù)軌跡過濾噪聲，其檢測準(zhǔn)確率得到提高。

本發(fā)明的行人闖紅燈事件檢測方法及系統(tǒng)，基于計(jì)算機(jī)視覺技術(shù)、視頻處理和模式識別技術(shù)，具有安裝成本低、檢測準(zhǔn)確率高、抓拍準(zhǔn)確等優(yōu)點(diǎn)，在智能交通領(lǐng)域具有廣泛的應(yīng)用前景。

???發(fā)明內(nèi)容

本發(fā)明目的在于建立一種不需人工干預(yù)的智能行人闖紅燈事件檢測方法及系統(tǒng)，通過分析交叉口監(jiān)控視頻，結(jié)合信號燈狀態(tài)檢測實(shí)現(xiàn)對行人的定位、識別和跟蹤，進(jìn)一步完成行人闖紅燈事件的檢測與圖像的抓拍。為了實(shí)現(xiàn)所述目的，采取如下具體技術(shù)方案：

該智能檢測方法依次包括如下步驟：（1）采集交通場景下道路交叉口行人過街圖像，并人工標(biāo)注行人位置，作為訓(xùn)練數(shù)據(jù)集；提取行人區(qū)域正樣本和行人區(qū)域負(fù)樣本的8*8圖像梯度特征，所述行人區(qū)域正樣本為路口圖像中包含了行人的圖像區(qū)域，行人區(qū)域負(fù)樣本為路口圖像中不包含行人及包含不完整行人的圖像區(qū)域；并將所述圖像梯度特征輸入到支持向量機(jī)中訓(xùn)練，得到行人似物性模型；采用如下似物性度量方法以訓(xùn)練行人似物性模型：????????????????????????????????????????????????，式中，w為64維向量，是在數(shù)據(jù)集上訓(xùn)練得到的行人似物性模型；g_L表示待判斷的圖像區(qū)域L的64維梯度特征；表示支持向量機(jī)的向量內(nèi)積運(yùn)算；s_L?表示似物性度量值，其反映圖像區(qū)域L中目標(biāo)可能是行人的程度；（2）對交叉口信號燈圖像進(jìn)行采集，并根據(jù)圖像顏色分布情況自動(dòng)識別信號燈狀態(tài)；（3）在紅燈時(shí)間內(nèi)，利用所述行人似物性模型檢測過街行人，首先根據(jù)步驟（1）所得到的行人似物性模型，找出潛在的可能存在行人的區(qū)域；然后計(jì)算區(qū)域圖像中行人的長寬比A=W/L，根據(jù)A的取值范圍（0.3,0.5），過濾所有不符合條件的行人；（4）對于所檢測到的行人計(jì)算其重心坐標(biāo)位置，并加入候選行人集合S；在S中，利用行人的位置關(guān)系，生成n條行人軌跡；（5）當(dāng)行人軌跡中的行人位置個(gè)數(shù)大于閾值m時(shí)候，抓拍當(dāng)前行人圖像并存儲，并給予過街行人語音和圖像警報(bào)。

優(yōu)選地，在步驟（2）中所述自動(dòng)識別信號燈狀態(tài)的方法為：定位信號燈區(qū)域，并將其劃分為2*5的小方格；在這2*5個(gè)格子內(nèi)分別計(jì)算其亮度值，得到一個(gè)10維向量；統(tǒng)計(jì)路口紅燈圖像時(shí)該向量的取值分布的最大值和最小值，得到紅燈模型；利用訓(xùn)練得到的紅燈模型檢測路口的信號燈狀態(tài)。