[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

本發明提供一種基于視頻識別的多目標交通行為快速提取方法，包括如下步驟：前景目標提取，利用混合高斯模型訓練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初始背景提取前景中目標的輪廓，并對該輪廓進行濾波與形態學處理；輪廓目標跟蹤，利用角點檢測器提取待處理視頻中各個目標的特征點并利用KLT光流算法對各個目標進行跟蹤生成對應的圖像軌跡；輪廓軌跡后處理，對各個目標的圖像軌跡進行分離修正和平滑處理，根據透視變換原理將待處理視頻的每一幀中各個目標的圖像坐標轉換為真實坐標；結果輸出，獲取其對應的包括速度在內的交通參數，并判斷目標所屬的類別。

技術領域

本發明屬于道路交通安全技術領域，具體涉及一種基于視頻識別的多目標交通行為快速提取方法。

背景技術

隨著城市建設的不斷發展，居民出行日益增多，各類道路交通問題也愈發凸顯。目前，研究交通行為與安全問題需要大量的實測數據，這些實測數據的質量會直接影響交通行為描述模型的準確性。在采集交通數據方面，通常采用基于線圈、GPS或人工點選視頻的方法來獲取交通參數。但是，傳統人工觀測或錄像觀測的手段獲取的數據頻率低、誤差大，只能支持較為宏觀的統計分析研究；利用線圈來獲取交通參數只適用于車輛，且成本較高；利用GPS獲取數據的方法安置設備較為困難，且精度較差。

近年來隨著計算機視覺技術的飛速發展，視頻作為一種新興的交通數據來源，由于具有信息量大、可溯源、魯棒性強等特點，因此，可獲得高頻率、低誤差的數據，能準確直觀地描述交通行為，在近些年得到了愈加廣泛的應用。

中國專利CN110310494A公開了一種基于視頻圖像的交通參數檢測方法，通過在攝像設備下方車道上分別設定兩塊虛擬檢測區域、背景提取、差分處理等步驟獲取車流量參數以及通過該區域的目標車輛速度，并將處理后的數據信息傳入交通控制中心。該發明安裝簡單，易于維護，使用成本低，可以廣泛的應用于各級別道路，提取的數據易于傳輸、儲存和管理。但該方法采集的是區段平均速度，無法采集目標車輛在目標區域內的瞬時速度以及軌跡數據。

中國專利CN103456172A公開了一種基于視頻的交通參數測量方法。該方法采用一整套合理有效的攝像機坐標定位、車輛跟蹤、車輛記數等方法，測量范圍大，車輛軌跡判斷準確快捷，設備安裝方便，測量簡捷可靠，所測量得到的交通參數準確、即時，在視頻交通參數的檢測中，有突出的技術特點。但是該方法只能檢測車輛，提取的目標對象類型單一，且對停滯車輛的跟蹤效果一般。

發明內容

為解決上述問題，提供一種基于視頻識別的多目標交通行為快速提取方法，本發明采用了如下技術方案：

本發明提供了一種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，包括如下步驟：前景目標提取，利用混合高斯模型訓練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初始背景提取前景中目標的輪廓，并對該輪廓進行濾波與形態學處理；輪廓目標跟蹤，利用角點檢測器提取待處理視頻中各個目標的特征點并利用KLT光流算法對各個目標進行跟蹤生成對應的圖像軌跡；輪廓軌跡后處理，對各個目標的圖像軌跡進行分離修正和平滑處理，根據透視變換原理將待處理視頻的每一幀中各個目標的圖像坐標轉換為真實坐標；結果輸出，根據目標每一幀的真實坐標獲取其對應的包括速度在內的交通參數，并根據各個目標對應的圖像軌跡、速度以及圖像面積判斷該目標所屬的類別。

本發明提供的基于視頻識別的多目標交通行為快速提取方法，還可以具有這樣的特征，其中，對輪廓進行濾波與形態學處理的具體過程為：輪廓使用高斯濾波器去除輪廓中由于環境變化和算法局限性產生的噪聲點，輪廓通過形態學閉運算填補輪廓的空洞點。輪廓