[發明專利]基于視頻識別的多目標交通行為快速提取方法

在審

• 申請號: 202010581647.3
• 申請日: 2020-06-23
• 公開（公告）號: CN111797738A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 楊軫;張秋晨
• 申請（專利權）人: 同濟大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06T5/00;G06T5/20;G06T7/246;G06T7/269;G06T7/62
• 代理公司: 上海德昭知識產權代理有限公司 31204
• 代理人: 盧泓宇

1.一種基于視頻識別的多目標交通行為快速提取方法，用于對待處理視頻中的目標的交通行為進行采集，其特征在于，包括如下步驟：

前景目標提取，利用混合高斯模型訓練所述待處理視頻的部分圖像得到初始背景，并使用視覺背景提取方法對該初始背景進行訓練，進一步利用背景差分法根據訓練完成的所述初始背景提取前景中所述目標的輪廓，并對該輪廓進行濾波與形態學處理；

目標跟蹤，利用角點檢測器提取所述待處理視頻中各個所述目標的特征點并利用KLT光流算法對各個所述目標進行跟蹤生成對應的圖像軌跡；

軌跡后處理，對各個所述目標的所述圖像軌跡進行分離修正和平滑處理，根據透視變換原理將所述待處理視頻的每一幀中各個所述目標的圖像坐標轉換為真實坐標；

結果輸出，根據所述目標每一幀的所述真實坐標獲取其對應的包括速度在內的交通參數，并根據各個所述目標對應的所述圖像軌跡、所述速度以及圖像面積判斷該目標所屬的類別。

2.根據權利要求1所述的基于視頻識別的多目標交通行為快速提取方法，其特征在于：

其中，對所述輪廓進行所述濾波與所述形態學處理的具體過程為：

使用高斯濾波器去除所述輪廓中由于環境變化和算法局限性產生的噪聲點，

通過形態學閉運算填補所述輪廓的空洞點。

3.根據權利要求1所述的基于視頻識別的多目標交通行為快速提取方法，其特征在于，所述目標跟蹤的具體過程如下：

目標初始化，對所述待處理視頻中的第一幀圖像中各個所述目標的編號、時間序列、圖像中心序列、圖像面積以及特征點集合進行初始化，

特征點提取與跟蹤，利用角點檢測器提取所述待處理視頻中各個所述目標的所述特征點，并利用KLT光流算法對各個所述目標進行跟蹤，

目標點輪廓匹配，以所述特征點為媒介使用目標點輪廓匹配對所述待處理視頻每一幀生成的所述輪廓與對應的所述目標相匹配，對于第n+1幀圖像，獲得第n幀圖像中各個所述目標與所述特征點的對應關系，n為大于零的整數，進一步根據第n+1幀圖像提取新的特征點并將該新的特征點分配給對應的各個所述目標，再根據所述輪廓內的所述特征點對應的所述目標，判斷輪廓與所述目標的匹配情況，

目標參數序列更新，獲取各個所述目標在每一幀中的中心位置和面積，并將該中心位置和面積添加至該目標對應的參數序列中，

重復所述特征點提取與跟蹤、所述目標點輪廓匹配以及所述目標參數序列更新從而獲取所述目標的所述圖像軌跡。

4.根據權利要求1所述的基于視頻識別的多目標交通行為快速提取方法，其特征在于：

其中，所述交通參數包括所述目標的速度、加速度、車頭時距以及碰撞時間。

5.根據權利要求1所述的基于視頻識別的多目標交通行為快速提取方法，其特征在于，判斷所述目標所屬的類別的具體過程如下：

當所述目標的所述交通行為為該目標在對應的區域內活動的一般交通行為時，根據所述目標對應的所述圖像軌跡的分布情況判斷所述目標所述的類別，

當所述目標的所述交通行為屬于除一般交通行為以外的非一般交通行為時，利用所述目標經過平滑后的所述圖像軌跡與經過平滑前的所述圖像軌跡之間的差異性以及所述目標的速度特征判斷所述目標所述的類別。

6.根據權利要求5所述的基于視頻識別的多目標交通行為快速提取方法，其特征在于：

其中，所述目標的類別包括機動車、非機動車以及行人，

所述一般交通行為為所述機動車、所述非機動車以及所述行人分別在對應的機動車道、非機動車道以及人行道所在區域內活動的行為。

7.根據權利要求1所述的基于視頻識別的多目標交通行為快速提取方法，其特征在于，在所述前景目標提取前還包括如下步驟：

區域劃分，設定用于劃分所述目標的活動范圍的感興趣區域掩模圖像。