[發(fā)明專利]一種基于融合特征的視頻車輛重識別方法與系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710753436.1
• 申請日: 2017-08-29
• 公開（公告）號: CN107622229B
• 公開（公告）日: 2021-02-02
• 發(fā)明（設(shè)計）人: 李熙瑩;江倩殷;鄧育新;李國鳴;歐炎丹
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 胡輝

本發(fā)明公開了一種基于融合特征的視頻車輛重識別方法與系統(tǒng)，方法包括：確定目標(biāo)車輛與匹配范圍；根據(jù)目標(biāo)車輛與匹配范圍采用基于顏色直方圖的相似度計算方法，計算目標(biāo)車輛圖像與待匹配車輛圖像的顏色特征相似度；根據(jù)目標(biāo)車輛與匹配范圍采用基于局部線性約束編碼和加權(quán)空間金字塔的方向梯度直方圖特征相似度計算方法，計算目標(biāo)車輛圖像與待匹配車輛圖像的編碼方向梯度直方圖特征相似度；將計算的顏色特征相似度和編碼方向梯度直方圖特征相似度進(jìn)行加權(quán)融合。本發(fā)明通過將計算的顏色特征相似度和編碼方向梯度直方圖特征相似度進(jìn)行加權(quán)融合來得到車輛重識別的相似度結(jié)果，準(zhǔn)確率更高，魯棒性更強，通用性更高。本發(fā)明可廣泛應(yīng)用于圖像處理領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，尤其是一種基于融合特征的視頻車輛重識別方法與系統(tǒng)。

背景技術(shù)

車輛重識別是指，在視頻圖像中，監(jiān)控場景、光照條件、目標(biāo)角度等條件變化后，車輛被再次識別的過程(即從不同的時間與地點所采集的監(jiān)控視頻或圖像中識別出同一個目標(biāo)車輛)，其在道路交通狀態(tài)分析以及打擊違法犯罪等方面都有重要意義。首先，在現(xiàn)實交通流中，因車輛受遮擋或其他環(huán)境條件影響而不能收集到車牌等車輛信息的情況時有發(fā)生，通過車輛重識別可以在另一攝像頭獲取車牌信息，并且獲取車輛行駛路徑和車輛行程時間等信息用于后續(xù)數(shù)據(jù)分析。另外，在刑偵工作中，刑偵人員經(jīng)常要瀏覽多個攝像頭中的視頻，查找某一特定的車輛在哪些攝像頭曾經(jīng)出現(xiàn)過，而通過車輛重識別技術(shù)則能快速找到目標(biāo)車輛，以及對目標(biāo)車輛進(jìn)行后續(xù)的跟蹤。

車輛重識別的研究方法主要分為兩類，第一類是基于外觀特征的車輛重識別方法，通過提取車輛的顏色、形狀、紋理等外觀特征進(jìn)行區(qū)分匹配；第二類是基于訓(xùn)練學(xué)習(xí)的車輛重識別方法，通過學(xué)習(xí)訓(xùn)練，獲得具有最大區(qū)分度的車輛特征或者相似性度量準(zhǔn)則，再對車輛進(jìn)行建模實現(xiàn)車輛重識別。

基于外觀特征的車輛重識別方法不需要提前進(jìn)行訓(xùn)練，可以直接進(jìn)行車輛特征提取和匹配，在不同攝像機之間普遍適用，一般情況下這種方法具有較好的拓展性。該類方法采用的外觀特征主要包括顏色特征、形狀特征和紋理特征等。以顏色特征作為目標(biāo)的主要特征時，一般使用顏色直方圖(描述的是各種顏色占整幅圖像的比例，一般可用一個二維直方圖表示，橫坐標(biāo)表示顏色級別，縱坐標(biāo)代表各顏色級別出現(xiàn)的頻率，即像素個數(shù))作為車輛的顏色特征，并計算顏色直方圖間的歐式距離進(jìn)行目標(biāo)匹配。但是由于交通流中存在顏色相同或相近的車輛，以及不同攝像機間拍攝圖像的光照會有差異，直接進(jìn)行顏色特征的匹配會有偏差。在以紋理特征或點特征作為車輛的主要特征時，若使用單個特征，則其在多攝像機中進(jìn)行車輛識別的魯棒性不高，容易出現(xiàn)錯誤匹配的結(jié)果。

基于訓(xùn)練學(xué)習(xí)的車輛重識別方法可以分為兩種，一種是通過樣本訓(xùn)練，學(xué)習(xí)到具有最大區(qū)分度的特征，再用學(xué)習(xí)到的特征進(jìn)行車輛重識別。另一種方法則是訓(xùn)練學(xué)習(xí)相似性度量準(zhǔn)則，使得同一個車輛的圖像相似性高，不同車輛間相似性低。雖然訓(xùn)練學(xué)習(xí)的方法能有效地得到區(qū)分度大的特征或度量準(zhǔn)則，但是由于在不同攝像機間車輛外觀特征變化較大，其得到目標(biāo)特征模型或相似性度量模型通用性不高，這也是目前訓(xùn)練學(xué)習(xí)方法較難解決的問題之一。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本發(fā)明的目的在于：提供一種準(zhǔn)確率高、適用性強、魯棒性強和通用性高的，基于融合特征的視頻車輛重識別方法。

本發(fā)明的另一目的在于：提供一種準(zhǔn)確率高、適用性強、魯棒性強和通用性高的，基于融合特征的視頻車輛重識別系統(tǒng)。

本發(fā)明所采取的技術(shù)方案是：

一種基于融合特征的視頻車輛重識別方法，包括以下步驟：

確定目標(biāo)車輛與匹配范圍；

根據(jù)目標(biāo)車輛與匹配范圍采用基于顏色直方圖的相似度計算方法，計算目標(biāo)車輛圖像與待匹配車輛圖像的顏色特征相似度；