[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（設計）人: 李春杰;趙建東;韓明敏;郭玉彬;侯曉青;嚴華;高海濤
• 申請（專利權）人: 河北省交通規(guī)劃設計研究院有限公司;北京交通大學
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V20/40;G06V10/74
• 代理公司: 北京天達知識產(chǎn)權代理事務所有限公司 11386
• 代理人: 侯永帥

本發(fā)明涉及一種高速公路監(jiān)控視頻跨鏡車輛跟蹤方法及系統(tǒng)，屬于計算機視覺圖像技術領域，解決了現(xiàn)有跨鏡車輛跟蹤方法在實際場景中實施困難較大且算法的適用性較低的問題。獲取待監(jiān)測高速公路多個攝像頭視頻文件中的幀圖像，基于改進的YOLO目標檢測模型對每張幀圖像進行車輛檢測得到包含有完整車輛矩形框的車輛檢測圖像；將車輛檢測圖像輸入多目標跟蹤模型得到車輛跟蹤結果；根據(jù)所述車輛檢測圖像和車輛跟蹤結果建立車輛信息數(shù)據(jù)庫；基于車輛信息數(shù)據(jù)庫中任一攝像頭編號對應的某一車輛檢測圖像截取目標車輛圖像，并根據(jù)車輛信息數(shù)據(jù)庫匹配目標車輛圖像對應的目標車輛的運動軌跡，實現(xiàn)跨鏡跟蹤，減小了跟蹤方法實施的難度，提高了適用性。

技術領域

本發(fā)明涉及計算機視覺圖像技術領域，尤其涉及一種高速公路監(jiān)控視頻跨鏡車輛跟蹤方法及系統(tǒng)。

背景技術

目前，高速公路監(jiān)控系統(tǒng)越來越完善，攝像頭布設也越來越密集，但高速公路仍是最容易發(fā)生事故的地方，究其原因是高速公路車速快，大車多，監(jiān)控攝像頭發(fā)揮作用有限。

現(xiàn)有的跨鏡車輛再識別技術都是基于已經(jīng)標注好的數(shù)據(jù)集，雖然隨著高質(zhì)量數(shù)據(jù)集的更新發(fā)布，車輛的重識別技術也得到了進一步的發(fā)展，但數(shù)據(jù)集場景有限，算法模型局限性較強，在實際場景中難以實施且算法的適用性較低。

發(fā)明內(nèi)容

鑒于上述的分析，本發(fā)明實施例旨在提供一種高速公路監(jiān)控視頻跨鏡車輛跟蹤方法及系統(tǒng)，用以解決現(xiàn)有的跨鏡車輛跟蹤方法在實際場景中實施困難較大且算法的適用性較低的問題。

一方面，本發(fā)明實施例提供了一種高速公路監(jiān)控視頻跨鏡車輛跟蹤方法，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，基于改進的YOLO目標檢測模型對每張幀圖像進行車輛檢測得到包含有完整車輛矩形框的車輛檢測圖像；

將所述車輛檢測圖像輸入多目標跟蹤模型得到車輛跟蹤結果；所述車輛跟蹤結果包括車輛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的某一車輛檢測圖像截取目標車輛圖像，并根據(jù)所述車輛信息數(shù)據(jù)庫匹配目標車輛圖像對應的目標車輛的運動軌跡，實現(xiàn)跨鏡跟蹤。

進一步，所述改進的YOLO目標檢測模型包括特征提取網(wǎng)絡層和YOLO檢測層；其中，所述特征提取網(wǎng)絡層包括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行下采樣，得到尺寸為304*304*128的圖像；

OSA單元，用于對輸入尺寸為304*304*128的圖像進行卷積，獲得尺寸為19*19*512的圖像；

YOLO檢測層，用于根據(jù)所述OSA單元輸出的尺寸為19*19*512的圖像，獲得包含有完整車輛矩形框的車輛檢測圖像。

進一步，所述多目標跟蹤模型包括運動預測單元和深度外觀特征提取單元：

所述運動預測單元，用于根據(jù)上一幀車輛檢測圖像預測得到當前幀車輛預測圖像；

所述深度外觀特征提取單元包括重識別網(wǎng)絡，基于輸入所述重識別網(wǎng)絡的車輛檢測圖像及車輛預測圖像，得到車輛軌跡，并對所述車輛軌跡進行編號，得到與車輛軌跡對應的車輛ID。

進一步，根據(jù)所述車輛跟蹤結果建立車輛信息數(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。

進一步，基于所述車輛信息數(shù)據(jù)庫中任一攝像頭編號對應的某一車輛檢測圖像截取目標車輛圖像，并根據(jù)所述車輛信息數(shù)據(jù)庫匹配目標車輛圖像對應的目標車輛的運動軌跡，實現(xiàn)跨鏡跟蹤，包括如下步驟：