[發(fā)明專利]一種高速公路監(jiān)控視頻跨鏡車輛跟蹤方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 202010897531.0 | 申請日: | 2020-08-31 |
| 公開(公告)號: | CN112069969B | 公開(公告)日: | 2023-07-25 |
| 發(fā)明(設(shè)計)人: | 李春杰;趙建東;韓明敏;郭玉彬;侯曉青;嚴(yán)華;高海濤 | 申請(專利權(quán))人: | 河北省交通規(guī)劃設(shè)計研究院有限公司;北京交通大學(xué) |
| 主分類號: | G06V20/52 | 分類號: | G06V20/52;G06V20/40;G06V10/74 |
| 代理公司: | 北京天達(dá)知識產(chǎn)權(quán)代理事務(wù)所有限公司 11386 | 代理人: | 侯永帥 |
| 地址: | 050011 河北*** | 國省代碼: | 河北;13 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 高速公路 監(jiān)控 視頻 車輛 跟蹤 方法 系統(tǒng) | ||
1.一種高速公路監(jiān)控視頻跨鏡車輛跟蹤方法,其特征在于,包括如下步驟:
獲取待監(jiān)測高速公路多個攝像頭視頻文件中的幀圖像,基于改進(jìn)的YOLO目標(biāo)檢測模型對每張幀圖像進(jìn)行車輛檢測得到包含有完整車輛矩形框的車輛檢測圖像;
所述改進(jìn)的YOLO目標(biāo)檢測模型是將原來的YOLOv3中的骨干網(wǎng)絡(luò)替換為具有更好學(xué)習(xí)能力的DenseNet的變體VoVNet,并將YOLOv3檢測層的大中小三個尺度減少為中小兩個尺度;
將所述車輛檢測圖像輸入多目標(biāo)跟蹤模型得到車輛跟蹤結(jié)果;所述車輛跟蹤結(jié)果包括車輛ID和車輛軌跡;
根據(jù)所述車輛檢測圖像和車輛跟蹤結(jié)果建立車輛信息數(shù)據(jù)庫;
基于所述車輛信息數(shù)據(jù)庫中任一攝像頭編號對應(yīng)的某一車輛檢測圖像截取目標(biāo)車輛圖像,并根據(jù)所述車輛信息數(shù)據(jù)庫匹配目標(biāo)車輛圖像得到對應(yīng)的目標(biāo)車輛,基于得到對應(yīng)的目標(biāo)車輛,拼接得到運(yùn)動軌跡,實現(xiàn)跨鏡跟蹤;
基于所述車輛信息數(shù)據(jù)庫中任一攝像頭編號對應(yīng)的某一車輛檢測圖像截取目標(biāo)車輛圖像,并根據(jù)所述車輛信息數(shù)據(jù)庫匹配目標(biāo)車輛,基于得到對應(yīng)的目標(biāo)車輛,拼接得到運(yùn)動軌跡,實現(xiàn)跨鏡跟蹤,包括如下步驟:
獲取所述車輛信息數(shù)據(jù)庫中任一攝像頭編號對應(yīng)的某一車輛檢測圖像,并截取目標(biāo)車輛圖像;
基于所述目標(biāo)車輛圖像及其他攝像頭編號對應(yīng)的某一車輛檢測圖像,分別獲得目標(biāo)車輛圖像的深度特征矩陣及其他攝像頭編號對應(yīng)的某一車輛檢測圖像的深度特征矩陣;
基于所述目標(biāo)車輛圖像的深度特征矩陣及其他攝像頭編號對應(yīng)的某一車輛檢測圖像的深度特征矩陣,利用重識別網(wǎng)絡(luò)獲得目標(biāo)車輛與其他攝像頭編號對應(yīng)的某一車輛檢測圖像中多個車輛的余弦相似度距離;
將所述余弦相似度距離按照攝像頭編號進(jìn)行歸類并排序,得到攝像頭編號對應(yīng)的最小余弦相似度距離;
判斷其他攝像頭編號對應(yīng)的所述最小余弦相似度距離是否小于相似度閾值,若是,則相應(yīng)所述車輛檢測圖像中的車輛為目標(biāo)車輛,若否,判斷目標(biāo)車輛駛離待監(jiān)測高速公路;
基于所述車輛檢測圖像對應(yīng)的攝像頭編號及車輛ID匹配所述車輛信息數(shù)據(jù)庫,拼接得到目標(biāo)車輛的運(yùn)動軌跡,實現(xiàn)跨鏡跟蹤。
2.根據(jù)權(quán)利要求1所述的高速公路監(jiān)控視頻跨鏡車輛跟蹤方法,其特征在于,所述改進(jìn)的YOLO目標(biāo)檢測模型包括特征提取網(wǎng)絡(luò)層和YOLO檢測層;其中,所述特征提取網(wǎng)絡(luò)層包括stem單元和OSA單元;
stem單元,用于對所述高速公路多個攝像頭視頻文件中的幀圖像進(jìn)行下采樣,得到尺寸為的圖像;
OSA單元,用于對輸入尺寸為的圖像進(jìn)行卷積,獲得尺寸為的圖像;
YOLO檢測層,用于根據(jù)所述OSA單元輸出的尺寸為的圖像,獲得包含有完整車輛矩形框的車輛檢測圖像。
3.根據(jù)權(quán)利要求1所述的高速公路監(jiān)控視頻跨鏡車輛跟蹤方法,其特征在于,所述多目標(biāo)跟蹤模型包括運(yùn)動預(yù)測單元和深度外觀特征提取單元:
所述運(yùn)動預(yù)測單元,用于根據(jù)上一幀車輛檢測圖像預(yù)測得到當(dāng)前幀車輛預(yù)測圖像;
所述深度外觀特征提取單元包括重識別網(wǎng)絡(luò),基于輸入所述重識別網(wǎng)絡(luò)的車輛檢測圖像及車輛預(yù)測圖像,得到車輛軌跡,并對所述車輛軌跡進(jìn)行編號,得到與車輛軌跡對應(yīng)的車輛ID。
4.根據(jù)權(quán)利要求3所述的高速公路監(jiān)控視頻跨鏡車輛跟蹤方法,其特征在于,根據(jù)所述車輛跟蹤結(jié)果建立車輛信息數(shù)據(jù)庫具體包括:基于攝像頭編號及車輛ID將車輛檢測圖像及車輛軌跡存儲至數(shù)據(jù)庫得到車輛信息數(shù)據(jù)庫。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于河北省交通規(guī)劃設(shè)計研究院有限公司;北京交通大學(xué),未經(jīng)河北省交通規(guī)劃設(shè)計研究院有限公司;北京交通大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010897531.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種綠植傷口愈合方法
- 下一篇:機(jī)器人測量裝置及其測量方法
- 多級校內(nèi)監(jiān)控系統(tǒng)
- 多級校內(nèi)監(jiān)控系統(tǒng)
- 一種范圍廣、力度大的校內(nèi)監(jiān)控系統(tǒng)
- 一種監(jiān)控的方法及系統(tǒng)
- 設(shè)備的監(jiān)控方法、裝置、系統(tǒng)和空調(diào)
- 多級校內(nèi)監(jiān)控系統(tǒng)
- 設(shè)備監(jiān)控方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)
- 風(fēng)險雷達(dá)預(yù)警的監(jiān)控方法及系統(tǒng)
- 區(qū)塊鏈網(wǎng)絡(luò)監(jiān)控系統(tǒng)、裝置及方法
- 基于機(jī)器視覺的車站客流安全智能監(jiān)控系統(tǒng)





