[發明專利]一種基于雙目視覺的車載視頻異常運動檢測方法

有效

• 申請號: 201710722400.7
• 申請日: 2017-08-22
• 公開（公告）號: CN107480646B
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 陳建平;付利華;李燦燦;崔鑫鑫;廖湖聲
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/44;G06K9/46;G06K9/62;G06T5/30
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 張慧

本發明公開一種基于雙目視覺的車載視頻異常運動檢測方法,根據雙目圖像中特征點的真實距離，將特征點劃分為多層，并基于每層特征點運動模型的不同，進一步將每層特征點分為不同集合，對每個運動模型對應的特征點集合進行聚類，從而得到一系列待檢測的異常運動區域，根據每個區域的異常運動參數：光流幅值、光流方向、真實距離以及所屬車道線，通過建立的異常運動檢測模型，計算每個待檢測區域的異常性值，從而得到圖像中的異常運動區域。本發明提供的基于雙目視覺的車載視頻異常運動檢測方法能有效地檢測出車載視頻中的異常運動區域，以及該異常運動區域對自車的威脅大小。

技術領域

本發明涉及圖像處理和計算機視覺領域，尤其涉及一種基于雙目視覺的車載視頻異常運動檢測方法。

背景技術

隨著汽車工業的迅速發展和汽車數量的不斷增加，伴隨著越來越極端和頻繁發生的交通事故，造成巨大的人員傷亡和財產損失。作為減少交通事故、降低事故損失的一種有效手段，汽車安全輔助駕駛技術成為交通工程領域的研究前沿。

在汽車輔助駕駛系統的運動目標檢測技術研究中，行人和車輛的識別及跟蹤已取得了豐碩的研究成果。然而，這些方法的基本思路都是需要先進行目標的分類和識別，再進行目標的跟蹤。但是，受車輛的形狀、大小，以及行人姿勢變化等因素的影響，運動目標的檢測非常困難，這也限制了汽車安全輔助駕駛系統的作用。同時，在實際的駕駛場景中，駕駛員真正關注的是交通環境中所存在的異常運動目標，而無需識別異常運動目標的是行人、車輛或者其他物體。因此，如果從異常運動檢測的角度入手，對交通環境中的異常運動目標建立異常性模型，對這些運動目標進行碰撞可能性量化，及時為駕駛員提供必要的碰撞預警信息，將會大大提高汽車安全輔助駕駛系統的性能，提高駕駛安全性，降低交通事故的發生。

因此，當前需要一種基于雙目視覺的車載視頻異常運動檢測的技術方案來解決上述問題。

發明內容

本發明所要解決的技術問題是提供一種基于雙目視覺的車載視頻異常運動檢測方法，解決傳統的基于圖像特征的檢測方法中，僅能對特定類型的目標進行檢測，實用性較低，只能適用于單一場景的問題。

為了解決上述問題，本發明提供了一種基于雙目視覺的車載視頻異常運動檢測方法，包括：

1)按照一定步長在當前幀的左視圖中提取像素點，作為原左視圖的特征點，結合前一幀圖像計算特征點的光流信息，獲得特征點對集合，并在當前幀的左視圖中檢測車道線；

2)通過當前幀的左視圖和右視圖計算視差矩陣，基于雙目視覺成像原理得到視差值和真實距離的關系，計算每個特征點在相機坐標系中的真實距離，并由近及遠將特征點劃分為多層；

3)根據得到的多層特征點集合，分別對每一層對應的特征點對進行多次仿射變換建模，將其劃分為多個集合，每個集合中的特征點符合同一種運動模型；

4)根據得到的符合不同運動模型的多個特征點集合，分別對每個運動模型對應的特征點集合，采用基于密度的聚類算法進行聚類，從而得到各待檢測區域的位置和大小；

5)根據得到的各待檢測區域的位置和大小，結合視差矩陣、光流信息和車道線信息，計算各待檢測區域的光流幅值、光流方向、真實距離和所屬車道；

6)建立異常運動檢測模型，根據得到的各待檢測區域的信息，計算該區域的異常性值，完成異常運動區域的檢測。

進一步，步驟1)具體為：

1.1)計算相鄰兩幀圖像中特征點的光流信息，需要通過計算一次正向和一次反向光流來篩選特征點，兩次光流信息的誤差小于設定閾值的特征點才會保留；