[發明專利]一種路口交通視頻中車輛檢測方法及系統

有效

• 申請號: 201810455711.6
• 申請日: 2018-05-14
• 公開（公告）號: CN108648463B
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 雷幫軍;徐光柱;李華文
• 申請（專利權）人: 三峽大學
• 主分類號: G08G1/04
• 分類號: G08G1/04;G06K9/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

本發明提供一種路口交通視頻中車輛檢測方法及系統，所述方法包括：對于目標路口交通視頻中進行車輛檢測的當前時間段，對所述當前時間段對應的視頻幀進行背景學習，獲取所述當前時間段對應的背景模型；獲取所述目標路口交通視頻中當前時間段的后一個時間段對應的視頻幀，使用所述當前時間段對應的背景模型對所述后一個時間段對應的視頻幀進行車輛檢測，并將所述后一個時間段作為下一個進行車輛檢測的當前時間段；其中，所述當前時間段和所述后一個時間段的時長分別大于目標路口的預設紅燈等待時長的兩倍。本發明避免將車輛等待的場景錯誤地檢測為背景，提高背景檢測和車輛檢測的正確性。

技術領域

本發明屬于背景檢測技術領域，更具體地，涉及一種路口交通視頻中車輛檢測方法及系統。

背景技術

運動目標檢測與跟蹤的第一步主要任務是從視頻圖像中提取出運動目標并獲得運動目標的特征信息，如位置、形狀、輪廓和顏色等，即進行運動目標檢測。運動目標檢測為后續運動目標跟蹤建立初始化目標模板模型。因此，能否正確檢測出運動目標對后續的運動目標跟蹤具有重大影響。

目前，一般用背景消除法檢測運動目標，背景消除法是采用序列圖像中的當前幀與背景參考模型進行比較來完成檢測的，其中用到的背景幀不是直接從視頻中獲取的原始幀，而是通過算法進行更新得到的。一般情況下，背景消除法包括背景建模、背景更新、背景消除及后處理等幾個步驟。對背景模型進行初始化的過程稱為背景建模，它主要決定了背景消除法在后續處理中的響應速度和動態范圍等。背景更新的過程是用每幀視頻圖像對背景模型中的參數進行修正的過程，它反應了環境的變化，即背景中是否存在運動。將當前幀與修正好的背景模型進行比較，提取出運動目標的過程稱為背景消除。后處理的過程是對提取出的運動目標進行精確的校正，這個步驟根據視頻應用的要求進行后續處理。背景消除法應用的關鍵不在于用當前視頻幀與背景模型進行比較的過程，而在于背景的維持與更新。

多模型的背景消除法比單模型的背景消除法更能反應客觀真實世界。在絕大多數視頻應用中，每一個背景像素都可以用一個或多個高斯分布近似。因此混合高斯背景消除模型是大多數運動目標檢測方法使用的基本模型，它可以有效地適應背景動態變化。對于多峰高斯分布模型，圖像的每一個像素點按不同權值的多個高斯分布的疊加來建模，每種高斯分布對應一個可能產生像素點所呈現顏色的狀態，各個高斯分布的權值和分布參數隨時間更新。當處理彩色圖像時，假定圖像像素點R、G、B三色通道相互獨立并具有相同的方差。對于隨機變量X的觀測數據集{x₁,x₂,…,x_N}，x_t＝(r_t,g_t,b_t)為t時刻像素的樣本，則單個采樣點x_t服從的混合高斯分布概率密度函數為：

其中，k為分布模式總數，η(x_t,μ_i,t,τ_i,t)為t時刻第i個高斯分布，μ_i,t為其均值，τ_i,t為其協方差矩陣，δ_i,t為方差，I為三維單位矩陣，ω_i,t為t時刻第i個高斯分布的權重。

實際場景中主要由于光線的變化，背景總是在不停地變化。因此，上述的高斯模型也需要不斷地更新。更新的目的是為了反映最近的場景變化，這種方式對漸進變化的場景是適合的。可是，日常的路口路面交通實際是一種漸進的光線變化再加上周期性的變化，如圖1所示。如果采用目前的漸進式更新方式，則在場景圖1c持續一段時間后，學習到的背景將也如同圖1c所示，而對圖1b中的車輛進行檢測時實際需要的背景如圖1a所示，從而造成接下來的車輛檢測發生錯誤。

發明內容

為克服上述路口交通視頻中車輛檢測錯誤的問題或者至少部分地解決上述問題，本發明提供一種路口交通視頻中車輛檢測方法及系統。