[發(fā)明專利]一種基于視頻的目標(biāo)車輛提取方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710674756.8
• 申請(qǐng)日: 2017-08-09
• 公開（公告）號(hào): CN107491748B
• 公開（公告）日: 2018-10-02
• 發(fā)明（設(shè)計(jì)）人: 牛新征;孔小江;李師航;盧享;李柯江
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06K9/62;G06T7/246;G06T7/90
• 代理公司: 成都弘毅天承知識(shí)產(chǎn)權(quán)代理有限公司 51230
• 代理人: 徐金瓊;劉東

本發(fā)明公開了一種基于視頻的目標(biāo)車輛提取方法，其旨在解決現(xiàn)有技術(shù)中目標(biāo)車輛提取過(guò)程忽略同一車輛在不同幀中的特征信息存在的差異問(wèn)題而導(dǎo)致部分幀目標(biāo)車輛提取失敗從而造成結(jié)果視頻壓縮準(zhǔn)確率低的問(wèn)題，本申請(qǐng)通過(guò)第一次特征提取，篩選出目標(biāo)車輛，再進(jìn)行去除靜止車輛，再進(jìn)行后續(xù)視頻幀與目標(biāo)車輛進(jìn)行相似性匹配，匹配成功則不再進(jìn)行特征提取與匹配，避免同一輛車在不同的視頻幀中反映的特征信息有一定的差異而導(dǎo)致特征提取誤差從而影響壓縮的準(zhǔn)確性的問(wèn)題，本發(fā)明采用的方法提高了結(jié)果視頻壓縮的準(zhǔn)確性，同時(shí)克服了現(xiàn)有技術(shù)中認(rèn)為需要視頻幀進(jìn)行每幀每幀進(jìn)行特征提取的技術(shù)壁壘；本申請(qǐng)適用于視頻圖像處理領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及視頻圖像處理領(lǐng)域，具體來(lái)說(shuō)，涉及一種基于視頻的目標(biāo)車輛提取方法。

背景技術(shù)

隨著社會(huì)的飛速發(fā)展，社會(huì)經(jīng)濟(jì)具有很大進(jìn)步，交通隨之發(fā)生著日新月異的變化。車輛對(duì)人們生活產(chǎn)生了巨大的改變，社會(huì)節(jié)奏得到很大程度的加快，人們的工作效率極大的得到提高。但是車輛也帶來(lái)了許多社會(huì)問(wèn)題，比如交通事故頻發(fā)，那么如何進(jìn)行車輛的形式監(jiān)管成為一個(gè)熱點(diǎn)。現(xiàn)在采用攝像頭進(jìn)行視頻監(jiān)管，但是視頻數(shù)據(jù)量大，數(shù)據(jù)內(nèi)容多，如何進(jìn)行有效的目標(biāo)車輛的提取就成為了另一個(gè)問(wèn)題。現(xiàn)有的車牌自動(dòng)識(shí)別、環(huán)形線圈檢測(cè)法、事先劃分識(shí)別方法等各種目標(biāo)幀提取方法，但是在實(shí)際場(chǎng)景中，車牌號(hào)遮擋、車輛速度過(guò)快以及車身的損害等各種問(wèn)題均有可能會(huì)影響目標(biāo)幀提取的效果。在實(shí)際的應(yīng)用中，通常需要在視頻包中，先進(jìn)行車輛特征提取，再將提取出包含目標(biāo)車輛的完整視頻進(jìn)行壓縮過(guò)程，簡(jiǎn)稱結(jié)果視頻，以判斷目標(biāo)車輛的行車過(guò)程。但是一段視頻中，目標(biāo)車輛的狀態(tài)不一樣，比如車輛突然加速等，那么就可能會(huì)導(dǎo)致特征提取失敗，從而導(dǎo)致結(jié)果視頻的提取準(zhǔn)確性低；同時(shí)視頻中的車輛一般行駛到視頻中部甚至近處才會(huì)有正確的特征信息，那么就會(huì)導(dǎo)致目標(biāo)車輛在結(jié)果視頻中可能會(huì)突然出現(xiàn)或突然消失的情況，直接壓縮會(huì)丟失車輛進(jìn)入視頻的過(guò)程也會(huì)導(dǎo)致車倆信息提取不完整，在需要結(jié)果視頻進(jìn)行判斷車輛動(dòng)作記錄的時(shí)候，若結(jié)果視頻記錄不完整或關(guān)鍵部分的壓縮失敗，目標(biāo)提取過(guò)程就會(huì)毫無(wú)意義，那么如何提取完整的目標(biāo)車輛的行駛過(guò)程以及準(zhǔn)確的結(jié)果視頻壓縮就成為了亟需解決的問(wèn)題。同時(shí)在采集多個(gè)同類目標(biāo)時(shí)候，有些屬于目標(biāo)車輛，但是其處于靜止?fàn)顟B(tài)，沒有檢測(cè)或提取的必要，那么對(duì)于提取該靜止的目標(biāo)車輛的意義不大，提取之后會(huì)極大影響結(jié)果視頻的壓縮率等問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的在于：針對(duì)現(xiàn)有技術(shù)中目標(biāo)車輛提取過(guò)程忽略同一車輛在不同幀中的特征信息存在的差異問(wèn)題而導(dǎo)致部分幀目標(biāo)車輛提取失敗從而造成結(jié)果視頻壓縮準(zhǔn)確率低的問(wèn)題，本發(fā)明提供了壓縮準(zhǔn)確率更高的一種基于視頻的目標(biāo)車輛提取方法。

本發(fā)明采用的技術(shù)方案如下：

本申請(qǐng)?zhí)峁┝艘环N基于視頻的目標(biāo)車輛提取方法,包括以下步驟：

步驟1、車輛檢測(cè)與車輛跟蹤

步驟1.1、車輛檢測(cè)：定位出視頻幀中的車輛；

步驟1.2、車輛跟蹤：建立用于存放檢測(cè)視頻幀中車輛的車輛匹配列表，并后續(xù)幀中的車輛與車輛匹配列表的車輛進(jìn)行相似性匹配，匹配成功則用后續(xù)幀中的車輛替換車輛匹配列表的車輛；

步驟2、特征提取與特征匹配

步驟2.1、特征提取：提取視頻幀中車輛的車輛特征；

步驟2.2、特征匹配：將步驟2.1中的車輛特征與輸入特征進(jìn)行匹配，當(dāng)匹配成功時(shí)，則判斷對(duì)應(yīng)車輛為目標(biāo)車輛；

步驟3、目標(biāo)車輛提取

步驟3.1、去除靜止車輛：建立靜止車輛列表，在靜止車輛列表設(shè)定時(shí)間標(biāo)識(shí)位存儲(chǔ)車輛在視頻中存在的時(shí)間，后續(xù)的視頻幀的車輛對(duì)步驟1.2所述的車輛匹配列表中的車輛進(jìn)行替換時(shí)，時(shí)間標(biāo)識(shí)位進(jìn)行累計(jì)，當(dāng)時(shí)間標(biāo)識(shí)位超過(guò)設(shè)定時(shí)間閾值時(shí)，則將車輛匹配列表對(duì)應(yīng)車輛移到靜止車輛列表；