[發明專利]一種基于車輛檢測跟蹤的車輛分析方法及系統

有效

• 申請號: 201811559204.3
• 申請日: 2018-12-19
• 公開（公告）號: CN109684986B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 劉小揚;王心瑩;何學智;林林
• 申請（專利權）人: 新大陸數字技術股份有限公司
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/56;G06V10/50;G06V20/40;G08G1/01;G08G1/065;H04W4/029;H04W4/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于車輛檢測跟蹤的車輛分析方法，其特征在于：包括以下步驟，

(1)獲取視頻幀圖像，對視頻幀圖像進行車輛檢測，標定初始幀圖像上的車輛框；

(2)建立模板特征：對初始幀圖像車輛框進行擴大得到背景框，對背景框提取圖像特征，建立位置模板特征；以及對車輛框進行多個尺度縮放，對每個尺度提取圖像特征，建立尺度模板特征；

(3)輸入下一幀圖像，建立實時特征并將實時特征與模板特征建立相關，得出目標框位置，完成車輛跟蹤；

具體步驟如下：在圖像中選取與背景框同等位置以及大小的候選框，對候選框提取圖像特征，建立位置實時特征；該位置實時特征與位置模板特征建立相關匹配得到中心位置響應圖，中心位置響應圖中最大響應值所在位置即為目標框中心位置；

基于目標框的中心位置，按車輛框大小選取候選框，按步驟(2)的方法對候選框進行多個尺度縮放后提取圖像特征，建立尺度實時特征；將該尺度實時特征與尺度模板特征建立相關匹配獲取響應圖，響應圖中最大響應值所在尺度即為目標框的尺度；

根據目標框中心位置以及目標框的尺度，得出目標框位置；

(4)重復步驟(3)進行跟蹤；當跟蹤蹤的幀數到達預設的數值時，則從步驟(1)開始重復檢測再跟蹤；

(5)獲取該車輛的所有車輛框，分析車輛的運動軌跡；

其中，上述步驟(3)中獲取目標框中心位置的具體步驟為：

(3.1)輸入候選框，按步驟(2.1)的方法構建梯度實時特征new_xtf；

(3.2)梯度實時特征new_xtf與梯度模板特征xtf建立相關關系并輸出響應圖，該相關關系建立公式表示為：new_xtf＊h1，計算結果進行逆傅里葉變換，得到響應圖g1；

其中，h1＝min||∑h1*xtf-g||²+λ∑||h1||²，其中，g為服從高斯分布的期望響應，λ為常數；

(3.3)獲取候選框的前景區域和背景區域，將該背景區域的每個像素點RGB值在第一幀的背景顏色模板特征bg_hist內進行查找，計算出背景顏色概率；將該前景區域的每個像素點RGB值在第一幀的前景顏色模板特征fg_hist內進行查找，計算出前景顏色概率，并根據公式計算出像素概率pwp；

(3.4)將響應圖g1和像素概率pwp進行線性融合，計算出中心位置響應圖，該中心位置響應圖中最大響應值所在位置為目標框的中心位置；

像素概率的計算公式為：pwp＝P_fg/(P_fg+P_bg)，其中，P_fg為前景顏色概率，P_bg為背景顏色概率；

上述步驟(3)中獲取目標框的尺度的方法包括以下具體步驟：

(3.5)對步驟(3.4)中獲得的目標中心位置進行基于車輛框大小的縮放，作為候選框；

(3.6)對候選框，按照步驟(2.2)的方法分別提取每個尺度下的梯度特征直方圖，將該梯度特征直方圖構建成梯度實時特征new_xsf；

(3.7)梯度實時特征new_xsf與梯度模板特征xsf建立相關關系并輸出響應圖，該相關關系建立公式表示為：new_xsf＊h2，計算后輸出響應圖記為g2，響應圖g2最大值所對應的尺度為目標框的尺度；

其中，h2＝min||∑h2*xsf-g||²+λ∑||h2||²，其中，g為服從高斯分布的期望響應，λ為常數。

2.如權利要求1所述的一種基于車輛檢測跟蹤的車輛分析方法，其特征在于：上述步驟(4)之前還包括，對模板特征進行更新：將模板特征與實時特征進行線性融合，形成新的模板特征。

3.如權利要求1所述的一種基于車輛檢測跟蹤的車輛分析方法，其特征在于：上述步驟(2)中位置模板特征的獲取具體步驟為：

(2.1)提取梯度特征，包括將背景框分成小的連通區域，采集每個連通區域中各像素點的方向直方圖，將所有的方向直方圖組合后構成梯度特征直方圖；將該梯度特征直方圖進行漢寧窗口加權，并進行二維傅里葉變換，構建成梯度模板特征xtf；

提取顏色特征，包括獲取車輛框的前景區域和背景區域，分別對目標框的前景區域和背景區域建立前景顏色模板特征fg_hist和背景顏色模板特征bg hist。